基于ResNet18的图像分类在农作物病虫害诊断中的应用  

作　　者：赵春霞[1] 

机构地区：[1]青岛职业技术学院,山东青岛266555

出　　处：《农业与技术》2021年第19期10-13,共4页Agriculture and Technology

基　　金：基于人工智能计算机视觉的交通场景智能应用(项目编号:2020RW37)。

摘　　要：使用Pytorch框架搭建ResNet18网络模型,优化网络参数和结构,基于深度学习的图像分类方法,通过数据清洗、图像数据预处理、数据加载、模型设计与搭建、进行不同周期的训练与测试,对模型进行评估,得到农作物病虫害10分类最佳模型和参数,并建立网络应用,进行农作物病虫害图片诊断和识别,最终应用于实际农作物病虫害种类的诊断中。

关 键 词：图像分类 ResNet18 pytorch 

分 类 号：S661.2[农业科学—果树学]