基于改进ShuffleNet v2模型的苹果叶片病害识别方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高，且一些大型网络在分类任务中参数量较大，迁移到移动设备和嵌入式设备上时存在难以存储等问题，提出一种改进轻量化网络ShuffleNet v2的识别方法。首先收集了斑点落叶病、灰斑病、花叶病、锈斑病、褐斑病5类常见苹果叶片病害图像样本，通过镜像高斯和旋转等方式对图像进行处理，以增加图片数量，提升模型识别和泛化能力。（剩余11254字）

试读结束

目录
monitor