声明
摘要
1引言
1.1研究背景及意义
1.1.1研究背景
1.1.2研究意义
1.2研究现状
1.2.1机器视觉在农业领域应用
1.2.2机器视觉在葡萄病害识别领域应用
1.3论文主要研究内容
1.4论文组织架构
2相关工作概述和分析
2.1葡萄病害类型
2.1.1葡萄黑腐病
2.1.2葡萄埃斯卡病毒
2.1.3葡萄叶枯病
2.2卷积神经网络
2.2.1AlexNet模型架构
2.2.2Vgg模型架构
2.2.3ResNet模型架构
2.2.4DenseNet模型架构
2.3迁移学习概述
2.4Fastai框架
2.5本章小结
3数据增强
3.1对抗式生成网络机制
3.1.1传统对抗式生成网络
3.1.2循环一致性对抗式生成网络
3.2数据增强实验
3.2.1实验流程及环境
3.2.2设置循环一致性对抗式生成网络学习率
3.3实验结果
3.3.1传统数据增强结果及分析
3.3.2循环一致性对抗式生成网络结果及分析
3.4本章小结
4分类模型选择及Web部署
4.1AlexNet结果
4.1.1参数设置
4.1.2分类结果
4.2Vgg结果
4.2.1参数设置
4.2.2分类结果
4.3ResNet结果
4.3.1参数设置
4.3.2分类结果
4.4DenseNet结果
4.4.1参数设置
4.4.2分类结果
4.5对比分析
4.6部署分类模型
4.7本章小结
5结论
致谢
参考文献
东北农业大学;