基于Light-ResNet50的番茄病害检测可视化平台开发与研究

打开文本图片集

摘 要：为了及时准确地识别和监测番茄病害，通过Flask框架开发一种基于改进Light-ResNet的番茄病害网页系统，系统使用预训练ResNet50模型作为基础网络，通过添加注意力机制、深度可分离卷积实现了ResNet50网络的轻量化改进及识别精度优化，并对其进行微调以适应番茄病害识别任务。最后通过将最终模型Light-ResNet50与传统ResNet50网络相对比，结果表明模型参数量缩减了39.84%，最终精度为97.27%，该系统具有更高的准确性和鲁棒性，为番茄生产提供了可靠的决策支持工具。（剩余6710字）