一種基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的葡萄葉片病害集成識(shí)別方法

打開文本圖片集

摘 要： 為有效提升葡萄葉片病害識(shí)別的精度和效率，實(shí)現(xiàn)葡萄病害的及時(shí)防治進(jìn)而提高產(chǎn)量和質(zhì)量，本文提出一種基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的葡萄葉片病害集成識(shí)別方法，對(duì)常見的三種葡萄葉片病害進(jìn)行自動(dòng)準(zhǔn)確的識(shí)別。首先，利用Bagging 集成學(xué)習(xí)算法生成多個(gè)有差異的訓(xùn)練子集；然后，將SE、CA注意力機(jī)制分別引入ResNet152、DenseNet121 與MobileNetV3 模型，得到改進(jìn)后的三種神經(jīng)網(wǎng)絡(luò)基學(xué)習(xí)模型，并在生成的訓(xùn)練子集上進(jìn)行訓(xùn)練；最后，利用加權(quán)平均的思想將這些模型進(jìn)行集成。（剩余1382字）