基于卷积神经网络的苹果叶片病害识别

打开文本图片集

摘 要：苹果在种植过程中，易感染各种病害且病害种类较多，苹果叶片病害直接影响果实生长发育，威胁果农的经济收益，因此精准识别苹果病害类型，并对其进行科学防治，有利于减少果农损失，促进果业发展。近年来，人工智能发展迅速，深度学习在作物病害识别中研究广泛，本研究提出一种基于改进卷积神经网络的苹果叶片病害识别模型MyAlexNet，通过优化重构网络结构，改进池化层和激活函数，提升病害识别的准确度，在训练过程中，使用随机梯度下降（SGD）优化器结合动量项，加速模型收敛并减少拟合，并在本文构建的苹果叶片病害图像数据集上验证模型改进的有效性。（剩余6274字）