基于深度学习的水稻叶部病害识别方法研究

摘要

以水稻叶部病害图像为研究对象,提出一种基于深度学习技术的水稻叶部病害识别方法.首先,建立水稻病害图像数据库并采用PCA主成分分析方法降维.其次,基于Caffe深度学习平台,设计了包括4个卷积层、3个Pooling层和1个全连接层的深度网络结构.最后使用2000幅水稻病害图像进行训练和仿真,通过10重交叉验证测试,本文设计的深度学习结构和学习算法对北方寒地水稻稻瘟病、纹枯病等常见病害平均识别率达到96.9％.试验结果表明,文中提出的方法可有效识别水稻叶部主要病害,为水稻病害准确识别与防治提供了有效的技术支持.