一种基于改进全卷积神经网络的大田作物病虫害识别方法

摘要

一种基于改进全卷积神经网络的大田作物病虫害识别方法，先将病虫害图像进行人工标注、裁剪，将裁剪图像划分为训练、验证集；对训练、验证集进行数据增广操作，然后求平均，再从增广训练、验证集图像的输入中减去对应像素位置的均值，然后作置乱处理，形成最后增广训练、验证集；建立改进的全卷积神经网络模型，利用最后增广训练集图像对改进全卷积神经网络模型进行预训练和二阶训练得到最终的全卷积神经网络模型，利用最后增广验证集图像对最终的全卷积神经网络模型评估，使用全尺寸的作物叶片图像作为输入，在评估过的最终的全卷积神经网络模型输出的特征图上检测病害；本发明具有较高的识别准确率，且减少了网络模型的所需内存和训练时间。