论文部分内容阅读
为对番茄病虫害叶片特征进行提取,减少番茄病虫害叶片图像模型复杂度,缓和卷积神经网络模型检测番茄病虫害叶片图像时出现的过拟合现象,提出一种利用迁移学习技术实现卷积神经网络的分类模型,利用训练成熟的卷积网络的多层结构将底层特征逐步提升为抽象的高层特征,使其具有良好的特征学习能力。实现番茄病虫害叶片图片的数据增强,对数据增强后的叶片图片进行特征提取,利用支持向量机对图片进行分类。实验结果表明,该方法在番茄病虫害检测中具有较高的准确性和鲁棒性。