基于深度学习的玉米病虫害智能诊断系统开发

打开文本图片集

摘 要 使用自定义CNN和DenseNet201两种基于深度学习的网络，对大斑病、南方锈病、玉米黏虫、玉米蚜虫、玉米叶螨等10种常见玉米病虫害图像样本开展模型训练，并对部分训练结果进行了对比分析。发现所得val_accuracy大于0.8的模型中，基于CNN网络的模型相对稳定，val_loss值相对较小，说明在特定情况下基于CNN网络的模型收敛性相对较好，但DenseNet201网络更容易取得较高准确率的模型。（剩余7146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。