番茄病害检测识别方法的构建与应用
发布时间:2023-05-13 19:23
为提高番茄病害预测预报的时效性和准确率,以DSSD算法为基础,运用番茄病害叶片数据集,采用K-means算法、手肘法与AlexNet、Inception-V3和ResNet101等基础网络模型相结合,构建基于DSSD的番茄病害小目标检测识别方法。结果表明:该检测识别方法识别率达86%,较原始先验框选取方法检测精度提高13.7%;可解决因数据量小而产生的精确度低的问题,有助于在番茄发病初期症状不明显时提早发现病情。
【文章页数】:4 页
【文章目录】:
1 材料与方法
1.1 材料
1.2 DSSD网络
1.2.1 网络结构
1.2.2 DSSD运算过程
1.3 番茄叶片病害的检测
1.3.1 预选框宽高比的选取
1.3.2 网络参数设置与测试样本制作
1.3.3 迁移学习
2 结果与分析
2.1 预选框的宽高比
2.2 番茄叶片病害检测效果
2.3 迁移学习对小数据集的检测效果
3 结论与讨论
本文编号:3816359
【文章页数】:4 页
【文章目录】:
1 材料与方法
1.1 材料
1.2 DSSD网络
1.2.1 网络结构
1.2.2 DSSD运算过程
1.3 番茄叶片病害的检测
1.3.1 预选框宽高比的选取
1.3.2 网络参数设置与测试样本制作
1.3.3 迁移学习
2 结果与分析
2.1 预选框的宽高比
2.2 番茄叶片病害检测效果
2.3 迁移学习对小数据集的检测效果
3 结论与讨论
本文编号:3816359
本文链接:https://www.wllwen.com/wenshubaike/xszy/3816359.html