基于深度学习的番茄叶部病害识别方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要 在深度学习中，番茄叶部病害图像识别模型往往采用传统的卷积神经网络，虽然识别率高、性能好，但存在参数量大、成本高、训练时间长等问题，在硬件资源受限的环境条件下局限性较大，难以部署到移动设备、嵌入式设备等终端。基于此，在ResNet18的主体结构上，通过增加特征提取尺度、更新残差层连接方式、分解大卷积核等操作，采用了一种改进型的病害识别模型——Multi-scale ResNet。（剩余4137字）

试读结束

目录
monitor