| 改进的Alexnet模型在水稻害虫图像识别中的应用 |
| |
| 作者姓名： | 肖小梅 杨红云 易文龙 万颖 黄琼 罗建军 |
| |
| 作者单位： | 江西农业大学软件学院,南昌330045;江西农业大学计算机与信息工程学院,南昌330045 |
| |
| 基金项目： | 国家自然科学(NO.61562039,NO.61762048)第一作者：肖小梅(1995-),女,汉,江西赣州,硕士研究生。研究方向：图形图像处理及深度学习,E-mail：15779090506@163.com*通讯作者：杨红云(1975-),男,汉,江西南昌,硕士,副教授。研究方向：图形图像处理及机器学习,E-mail：nc_yhy@163.com |
| |
| 摘 要： | 深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高.为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、稻蝗、稻飞虱4种常见的水稻害虫为研究对象,对传统的卷积神经网络Alexnet进行优化改进.首先从自然...
|
| 关 键 词： | 水稻虫害 Alexnet模型 批归一化 全局平均池化 激活函数PReLU |
| 收稿时间： | 2020-12-22 |
| 修稿时间： | 2021-06-12 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
