基于改进的ResNet在甘蔗病害识别中的研究  

作　　者：李冬睿[1] 邱尚明[1] 蓝新波[1] 杨善友[1] 

机构地区：[1]广东农工商职业技术学院计算机学院,广州510507

出　　处：《农业科技与信息》2023年第8期27-30,38,共5页Agricultural Science-Technology and Information

基　　金：2022年广东省教育厅普通高校重点领域专项“基于深度学习的甘蔗病害识别研究”(2022ZDZX1063);2021年广东省教育厅普通高校重点领域专项“乡村振兴背景下认养农业模式智慧果树认领的探索与实践”(2021ZDZX4116);2020年广东省教育厅普通高校重点科研项目(自然科学)“乡村振兴视域下农村网络直播电商平台建设与应用研究”(2020ZDZX1065)。

摘　　要：针对传统Res Net在甘蔗病害识别中的局限性,如模型泛化能力不足、训练收敛速度慢和容易过拟合等问题,提出一种改进型Res Net模型的解决方案。对原始Res Net模型实施了多方面的优化,重点包括对残差模块的改进以减少梯度消失,扩展模型深度以提高表达能力,以及引入注意力机制以更有效地捕捉局部信息和关键特征。试验结果表明:改进型Res Net模型在甘蔗病害识别任务中实现了较高的准确率、召回率和F1值;训练过程中改进型Res Net模型展现出较快的收敛速度,同时通过采用早停策略能够有效地避免过拟合问题,使得模型在测试集上的性能更加稳定,从而进一步提高了甘蔗病害识别的准确性和可靠性。

关 键 词：甘蔗病害 改进型Res Net 图像识别 注意力机制 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]