基于深度学习的玉米叶片病害识别方法研究

摘要

玉米叶片病害是造成的玉米质量差、产量低主要原因之一。为了对玉米叶片病害进行快速准确识别,提出了基于ResNet(Residual Neural Network)深度学习网络对玉米病害识别的方法,采用ResNet作为玉米病害识别的主体模型,利用数据增强技术来扩充数据集,扩充后的数据集图片包括训6000张练集和1645张测试集,并使用预训练网络AlexNet、GooLeNet和ResNet进行识别玉米叶片病害的性能对比实验,研究发现在批量尺寸为32个和epoch次数为16时ResNet50获得最高的分类准确率为92.82%,优于传统机器学习算法。