基于卷积神经网络的玉米叶片病虫害识别研究

打开文本图片集

摘  要：玉米是中国重要的粮食、饲料和工业原料作物，但病虫害会严重威胁玉米的品质和产量，需开展玉米病虫害识别研究。该文主要基于ResNet18卷积神经网络，使用PlantVillage数据集中玉米叶片数据，针对玉米常见的普通锈病、灰斑病、大斑病和健康叶片开展玉米叶片病虫害图像识别研究。研究结果表明，玉米叶片病虫害识别模型准确率为98.05%，普通锈病、灰斑病、大斑病和健康叶片的召回率分别为100%、92.97%、99.22%和100%，针对4种类型叶片的精准率分别为100%、100%、100%和92.75%，F1分数为98.12%。（剩余6955字）