一种基于多尺度卷积神经网络的茶叶病斑自动识别算法

摘要

本发明属于基于图片特征的图像分类算法的研究领域，具体涉及一种基于多尺度卷积神经网络的茶叶病斑自动识别算法，包括多卷积神经网络的训练过程：多卷积神经网络的训练过程分为两个阶段：第一个阶段是数据由低层次向高层次传播的阶段，即前向传播阶段；另外一个阶段是，当前向传播得出的结果与预期不相符时，将误差从高层次向底层次进行传播训练的阶段，即反向传播阶段。本算法能够准确地检测四种不同的茶叶病害图像，并且具有较高的识别精度，同时具有较快的识别速度。该特性主要得益于多卷积可以快速提取特征，并且减少训练算法的参数量从而有效防止过拟合，提高了算法的泛化能力。