基于多卷积神经网络融合的当归病虫害识别方法

打开文本图片集

摘要：針对目前当归产业病虫害识别方法缺失、人工提取特征存在主观因素及卷积神经网络训练需要大量数据等不足，提出1种基于多卷积神经网络融合的当归病虫害识别方法。构建当归常见病虫害数据集；选择在当归病虫害数据集中表现性能最好的ResNet50、InceptionNetV3、VGG19、DenseNet201 4个网络作为模型融合的基学习器；使用XGBoost（极度梯度提升）算法作为元学习器，得到基于多卷积神经网络融合的当归病虫害识别模型。（剩余15144字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。