基于计算机视觉的作物病害监测服务平台设计与研究
打开文本图片集
摘要：病害是威胁作物生长的主要因素，其特征复杂、变化多样。农业从业人员如缺乏专业知识，往往难以准确识别。以往图像识别方法常针对单一作物，图像分割后提取病害特征进行识别，无法适应多种作物。针对此问题，以水稻、番茄、柑橘、苹果为研究对象，以ResNet模型为基础构建深度学习网络框架，设计了含Squeeze-and-Excitation（SE）模块全新的全连接层，导入在ImageNet上预训练的权重，并在病害数据集上训练得到病害模型。（剩余8564字）