基于改进VGG卷积神经网络的叶菜霜霉病智能识别算法研究  

作　　者：梅莹 尹艺璐 石称华 刘哲辉 常丽英[1] 

机构地区：[1]上海交通大学农业与生物学院,上海闵行200240 [2]广西壮族自治区柳州市柳城县委办公室,广西柳州545000 [3]山东省淄博市数字农业农村发展中心,山东淄博255000 [4]上海劲牛信息技术有限公司,上海普陀200333

出　　处：《上海蔬菜》2021年第6期76-84,共9页Shanghai Vegetables

基　　金：上海市农委资助项目(2019⁃02⁃08⁃00⁃10⁃F01115)。

摘　　要：该文针对用传统方法识别叶菜霜霉病难度大、精度低等问题,将卷积神经网络应用于结球白菜、菠菜、莴笋霜霉病的识别与分类。作者通过图像搜集、预处理和扩增,构建了3种叶菜霜霉病图像数据库,并运用于VGG16-1模型构建;通过微调模型中的部分参数,探究了迭代次数、BATCH_SIZE和卷积核尺寸3种模型参数对VGG16-1模型识别分类效果的影响。试验结果表明,迭代次数为50次、BATCH_SIZE为32、卷积核尺寸为3×3时,VGG16-1模型模拟结果最优,训练用时为20 min,模型识别准确率为95.67%。

关 键 词：卷积神经网络 VGG16 叶菜 霜霉病 智能识别算法 

分 类 号：S436.3[农业科学—农业昆虫与害虫防治] TP183[农业科学—植物保护] TP391.41[自动化与计算机技术—控制理论与控制工程]