基于卷积神经网络的番茄病害检测研究

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 主要研究内容与创新点

1.3.1 研究内容

1.3.2 创新点

1.4 论文结构

第二章理论概述

2.1 卷积神经网络

2.1.1 卷积神经网络基本原理

2.1.2 卷积神经网络基本结构

2.2目标检测过程

2.2.1候选区域选择

2.2.2 特征提取

2.2.3 分类器分类

2.3 基于卷积神经网络的目标检测算法

2.4 评价指标

第三章 基于YOLOv2的番茄果实常见生理性病害检测

3.1 YOLOv2 目标检测模型

3.2 数据人处理

（1）样本标注

（2）图像灰度处理

（3）图像前景提取

3.3算法改进

3.4 模型训练

3.5流程描述

3.6.2数据集

3.6.3实验结果与分析

3.6.4 图像数据类型对检测性能的影响

3.6.5 图像数据规模对检测性能的影响

第四章基于YOLOv3的番茄叶部病害检测

4.1 YOLOv3 目标检测模型

4.2算法改进

4.3 模型训练

4.4流程描述

4.5.2数据集

4.5.3实验结果与分析

4.5.4 YOLOv2与YOLOv3检测优势对比

第五章 总结与展望

5.1 研究总结

5.2 研究展望

参考文献

攻读学位期间的论文发表情况

致谢