基于改进轻量级卷积神经网络MobileNetV3的番茄叶片病害识别
打开文本图片集
摘 要：番茄叶发生较为普遍，现有的检测手段存在检测效率和准确性不高的问题。因此，利用深度学习技术对番茄叶进行诊断意义重大。近年来，以卷积神经网络（CNN）为代表的作物病害诊断方法凭借较强的特征抽取能力，已成为作物病害诊断的一种重要手段。为了解决传统卷积神经网络模型规模大、训练时间长的问题，拟基于MobileNetV3网络模型，通过模型压缩、模型结构和损耗函数的改进，以及训练参数的优化，实现基于MobileNetV3的网络模型。（剩余5286字）