基于卷积神经网络的设施蔬菜病害识别方法及装置

摘要

本发明提供了一种基于卷积神经网络的设施蔬菜病害识别方法及装置，识别方法包括自动采集目标设施蔬菜的病斑图像，并构建输入数据集；将所述病斑图像对应的输入数据集作为模型的输入，建立用于识别所述目标设施蔬菜病害种类的卷积神经网络模型；以及根据梯度下降算法和测试数据集对所述卷积神经网络模型进行模型训练、验证和测试，得到对所述目标设施蔬菜病害的种类识别结果。本发明自动化程度高且识别效率高，能够有效减少病害识别的中间环节和人工干预，降低识别过程的应用成本和复杂程度，有效提高设施蔬菜病害识别的准确性和实时性。