基于神经网络的病虫害识别系统

摘要

农作物病害识别在农业生产领域具有极其重要的作用。基于现代计算机技术的发展,机器视觉识别农作物病害已经被广泛应用。传统的机器学习模式是常用的病害识别算法,但其无法提取更加精细的特征,也就无法训练出高精度的模型来精准识别农作物的病害,本文采用轻量化卷积神经网络算法解决以上的难点,通过实验验证,识别效率大大提高。本文所述系统采用百度飞桨PaddleX框架,基于谷歌提出的MobileNet V3轻量化模型进行训练,并利用GPU加速并行运算以加快模型的训练。训练得到的模型通过验证集验证可以达到90%以上的识别率,同时为了保证程序的便携性,将此模型部署在微信小程序端,且开发了一款高效智能化的农作物病虫害识别的微信小程序——“识农病害”。