【摘 要】
:
番茄作为我国一种具有悠久历史的传统农作物,不仅成为人们日常饮食中的重要部分,而且在我国农业战略资源中发挥着不可替代的作用,然而随着番茄叶片病害逐年加重,严重制约了番茄产业的蓬勃发展。人工识别番茄叶片病害需要大量的经验和时间,且对识别人员能力要求较高。随着图像处理、机器学习、深度学习等知识技术的兴起,对农作物叶片病害实施自动检测变成现实。本文基于深度学习理论,利用卷积神经网络对Plant Villa
论文部分内容阅读
番茄作为我国一种具有悠久历史的传统农作物,不仅成为人们日常饮食中的重要部分,而且在我国农业战略资源中发挥着不可替代的作用,然而随着番茄叶片病害逐年加重,严重制约了番茄产业的蓬勃发展。人工识别番茄叶片病害需要大量的经验和时间,且对识别人员能力要求较高。随着图像处理、机器学习、深度学习等知识技术的兴起,对农作物叶片病害实施自动检测变成现实。本文基于深度学习理论,利用卷积神经网络对Plant Village中的10种番茄叶片图像进行分类识别,其中包括9种叶片病害和1种健康叶片。具体的研究内容如下:为了实现对番茄叶片病害进行自动化识别,使用不同卷积神经网络在番茄叶片病害图像数据集上进行训练。实验结果表明,利用卷积神经网络模型对图像数据的处理操作简单,且可以获得较高的叶片病害识别准确率。为了解决现有番茄叶片病害识别方法较少且识别准确率还有待提高的问题,提出了一种基于多特征融合和混合注意力的番茄叶片病害识别网络模型Inception-Leaky Re LUCBAM-ResNeXt50(IL-CBAM-ResNeXt50)。通过改进传统残差网络Res Net50的残差结构,以适应不同番茄叶片病害病斑的大小,提取更多的疾病细节,同时使用Leaky Re LU激活函数解决Re LU激活函数在负半轴的神经元死亡现象,再添加注意力机制CBAM模块,使得网络能够更加关注番茄叶片图像中的病害部分,增强有价值的特征通道,抑制无用的特征通道,从而提高模型对番茄叶片病害的识别准确率。为了解决卷积神经网络模型体积较大,不便在移动终端上部署对番茄叶片病害进行实时识别的问题,提出了一种基于轻量级残差网络的番茄叶片病害识别网络模型Leaky Re LU-CBAM-ghost-Res Net34(L-CBAM-ghost-Res Net34)。将传统残差网络Res Net34与ghost模块相结合,利用ghost模块中的卷积运算和线性运算,压缩网络模型的体积,再通过替换Re LU激活函数和添加注意力机制CBAM模块的方法,在增加了极少的参数量、计算量以及模型体积的情况下,提升模型的准确率。综合实验结果来看,本文提出的IL-CBAM-ResNeXt50模型番茄叶片病害识别准确率达到99.4%,相较于传统残差网络Res Net50,准确率提高了0.9%,具有更好的番茄叶片病害识别性能,同时提出的L-CBAM-ghost-Res Net34模型番茄叶片病害识别准确率达到98.8%,模型体积大小只有2.84MB,相较于传统残差网络Res Net34,准确率提高了0.5%,模型参数量减少了96%,模型体积大小减少了96%,浮点运算次数减少了86%,有利于模型在移动终端上的部署。
其他文献
准确及时的虫情检测是农林业虫情监控的关键技术。传统虫害检测主要依靠人工方式对害虫识别和计数,这种方式费力耗时且易出错,难以满足实际应用需求。近年来,国内外研究者在害虫检测方法上进行了大量研究,其中,基于深度学习的图像处理方法在模型精度和泛化能力上都大幅超越了传统机器视觉方法,在害虫图像检测问题中表现出较强的鲁棒性,但依然存在以下问题:对于复杂自然背景环境下形态各异、密集堆叠且自身颜色与背景相似的害
随着线上购物的飞速发展,不少制造商在线下直销的渠道之外构建了线上直销渠道与第三方线上零售商展开竞争,同时第三方线上零售商通过大量发放优惠券吸引消费者,从而在竞争中取得一定优势。然而,第三方线上零售商通过规则复杂的促销活动来发放线上优惠券给消费者带来了额外的消费成本,使整个供应链的效用受到了影响。因此,研究考虑线上优惠券促销活动下的混合渠道供应链,探讨制造商与第三方线上零售商的定价与营销决策之间的相
由于世界各国环境恶化与资源匮乏问题日益突出,许多国家和地区开始反思问题根源,并出台相关政策确保生态环保落实到位,从而有效减少资源浪费、保护环境。为响应政策要求,相关制造型企业通过投资产品绿色技术、设备等以提高企业产品绿色水平,使自身利润提升的同时,又能提供消费者高绿色水平产品。但在此过程中,又加大了制造企业及其零售商的风险,如研发风险、市场需求风险等。除此之外,随着互联网购物的快速发展,消费模式也
随着“低碳经济”理念的深入,消费者的环保观念逐步增强,并产生参考低碳水平效应进而影响企业的减排行为。在供应链体系中,由于环境的复杂性和对碳减排认知的偏差,供应链成员的互惠利他偏好也会影响企业的减排行为。在二者的影响下,企业在采取各种方式进行减排的同时,往往会利用自身优势将难以完成的碳排放转移给供应链上下游企业,以实现自身利益最大化。实践中,供应链企业间碳排放转移的产生不仅使得企业减排责任难以准确界
DNA甲基化是指DNA序列的特定碱基在DNA甲基转移酶的催化作用下通过共价键结合一个甲基基团的化学修饰过程。DNA N4-甲基胞嘧啶(4mC)和DNA N6-甲基腺嘌呤(6mA)是DNA甲基化的两种表现形式,它们会影响哺乳动物的生长发育,但具体机制尚不明确。因此,准确地检测它们在基因组的位置对深入了解其形成机制和功能作用至关重要。传统湿实验和高通量测序技术成本高、耗费时间长,难以应对爆炸性增长的基
当今时代,生物信息学研究受到越来越多的关注,在生物信息学多个研究领域中,林木基因组是非常重要的研究方向之一。林木基因组在新一代高通量测序技术基础上,测序产生了海量的基因组数据信息。面对越来越多的基因数据,如何有效地从基因序列中收集信息,从而解决生物学问题是当前热门的研究方向。本文在林木基因组已有的研究基础上,从基因组数据库中获取到多种林木基因组数据,完成基因序列处理,序列数据的序列比对和多序列比对
治疗肽是一种由20种氨基酸组成,总长度一般在5~50之间的氨基酸复合物,根据其相关功能可以用作生长因子、激素、神经递质和抗感染剂等,在生物学中起着至关重要的作用。过去几十年中已鉴定出7000多种多肽,具有抗癌、抗菌、抗炎、抗病毒等多种治疗特性。由于这些治疗特性,多肽在提供新的治疗方法方面展现出了巨大的潜力。例如,抗炎肽被用于治疗各种炎症性疾病,如阿尔茨海默病;抗癌肽被用于癌症治疗;细胞穿透肽被用做
中国已经进入人口老龄化社会。面对我国快速增长的人口老龄化问题和养老服务需求,各地区政府、企业家纷纷涉足于养老服务行业,结合当地实际情况,进一步制定了具体的政策方案支持养老产业的发展。为了全面放开养老服务市场,大幅提升养老服务和产品的有效供给能力,使供给结构更加合理,我国《关于全面放开养老服务市场提升养老服务质量的若干意见》指出以供应链模式引领养老服务行业发展。养老服务产业的发展不仅顺应我国老龄化、
随着重识别技术的发展和野外阿穆尔虎数量不断减少,保护这种野生动物对于维持物种多样性至关重要。在面临野外栖息地丧失、偷猎盗猎问题的不断激增,通过重识别方法对单只阿穆尔虎进行保护和追踪变得更加有意义,这项任务越来越依赖于能够精准检测该群体的地理位置和身份信息。本文为解决在阿穆尔虎重识别中遇到的问题,对野外阿穆尔虎重识别中所用到的方法进行了细致的调研、实验、分析,设计了基于正则化和领域适应的阿穆尔虎身份
随着网络数据的飞速增长,网络信息的真实性与可靠性变得越来越重要,但不断涌现出大量恶意诱导用户的虚假评论使其同时充满了挑战性。因此,自动识别虚假评论给用户带来更为真实可信的资讯至关重要。针对虚假评论识别,现有的大部分基于神经网络的方法虽解决了评论文本上下文语义信息的问题,但能够学习文本深层语义信息的深度学习模型应用较少,未考虑用户、评论与产品三者之间的隐含表达模式。在对数据进行分析之后发现:用户在发