基于卷积神经网络的油菜病害识别模型  

Rapeseed diseases identification model based on folding nerve network

作　　者：李波 彭文学 周蕊[1] 王克晓 虞豹[1] 黄祥 LI Bo;PENG Wenxue;ZHOU Rui;WANG Kexiao;YU Bao;HUANG Xiang

机构地区：[1]重庆市农业科学院,重庆401329 [2]重庆市九龙坡区农业农村委员会,重庆400050

出　　处：《南方农业》2021年第31期130-133,共4页South China Agriculture

基　　金：重庆市农业发展资金项目“融合注意力机制的油菜叶片病害识别”(NKY-2021AC012);“旱地氮磷流失生态原位阻控技术研究与示范”(NKY-2019AB008);“手机+图像识别构建水稻氮素营养诊断系统研究”(NKY-2021AB009)。

摘　　要：油菜菌核病的发现和防治可增加油菜籽产量,提升油菜品质。利用深度学习技术,提出一种卷积神经网络模型以提高识别准确率。以油菜菌核病病害叶片图像为研究对象,通过深度学习框架Keras对病害叶片进行训练,准确率达到97%。该模型具有泛化能力较强、准确率较高、鲁棒性较好及损失率较小等特点,为油菜病害智能识别诊断应用提供了参考。

关 键 词：油菜叶片 深度学习 卷积神经网络 病害识别 

分 类 号：S435.654[农业科学—农业昆虫与害虫防治]