基于ResNet网络模型的番茄病虫害识别方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对番茄病虫害在自然情况下的人为识别准确率低、耗时长和成本高的缺点，文章提出了使用基于ResNet神经网络模型的深度学习技术来实现对常见的11种番茄病虫害的识别和分类，并通过使用Grad-CAM算法，将ResNet模型学习到的各番茄病虫害的图像特征进行了可视化处理。实验结果表明，ResNet神经网络模型对于常见的11种番茄病虫害的识别准确率达到了94.54%，证明了该网络模型在番茄病虫害识别和分类任务上的可行性。（剩余5803字）

试读结束

目录
monitor