一种基于SVD-ResNet50神经网络的农作物叶片病症识别方法

摘要

一种基于SVD‑ResNet50神经网络的农作物叶片病症识别方法，本发明属于人工智能技术领域。本发明为了解决传统的农作物病害识别方法中存在识别准确率低的问题。首先对数据集进行数据增强、图片大小归一化和SVD图像压缩处理，目的是方便后续的模型训练，提高最终的准确率；其次对ResNet‑50模型的初始化器与优化器进行优化，目的是为模型选出最优的初始化器与优化器，让模型更加适应数据集；最后采用SVD‑ResNet50神经网络对农作物病害进行细粒度识别。本发明采用深度学习的方法，可以克服人工方式的种种问题，提高识别效率与识别准确率，在实际的农业生产生活中更加具有指导意义。