利用改善的机器学习检测植物疾病的感染

摘要

公开了一种用于调整卷积神经网络(CNN)以捕获不同类别的表征特征的系统和处理方法。在一些实施例中，系统被编程为从初始CNN的最后几个卷积层中的一个卷积层中的、通常对应于更特定于类别的特征的滤波器开始，将它们进行排序以在更相关的滤波器中进行磨练，并且通过关闭在那一卷积层中较不相关的滤波器来更新初始CNN。结果通常是摆脱了某些无助于对类别进行表征的滤波器的更通用CNN。