一种基于空洞卷积的复杂背景下果树病虫害识别方法

摘要

一种基于空洞卷积的复杂背景下果树病虫害识别方法，先进行果树叶部病虫害图像采集，得到具有样本标签的原始训练集，然后进行数据增广操作得到扩展训练样本集，再进行求取平均值，将所有原始训练集图像进行均值化处理，再进行随机置乱处理，形成训练数据集；然后建立空洞卷积神经网络模型，利用训练数据集对空洞卷积神经网络模型进行病害种类识别训练，通过空洞卷积层提取输入图像的特征图，利用非线性激活函数得到输入图像的非线性特征图；使用池化层对卷积层权重参数进行约简；使用多尺度卷积核获取输入图像的不同特征，最后使用Soft Max分类器，对输入图像的病害类别进行分类；本发明缩短模型训练时间，加快识别速度，提高识别准确率。