基于卷積神經網絡的農作物病害識別

摘要：【目的】農作物生長過程中,作物產量會受到各種病害影響,實現自動精準地識別農作物病害以及病害程度的測定是農作物病害防治的關鍵。【方法】文章設計了一種基于卷積神經網絡的農作物病害的識別方法并建立了農作物病害識別模型,模型利用10種作物中常見的59種病害類型的葉片圖像數據集進行訓練,并對模型的訓練過程和訓練結果進行評估。【結果】(1)農作物病害識別模型對59種病害類型的總識別精度達到0.83,部分類別的識別率高于0.9;(2)當訓練的迭代次數增加到50輪以上時,農作物病害識別模型的性能不再提升,此時數據集圖像的數量對模型性能的影響較大。【結論】實驗證明,利用卷積神經網絡進行農作物病害識別具有較高的可行性和準確性,為農作物病害的防治打下基礎。