一种基于深度网络的有效玉米病害识别方案
计算机视觉与模式识别
2022-05-10 v1 机器学习
摘要
近几十年来，由于玉米产品在人类、牲畜和家禽食物链中的重要作用，其种植面积不断增加。此外，植物病害影响食品安全，并会显著降低农产品的质量和产量。准确及时地诊断病害面临诸多挑战。本研究提出一种基于深度神经网络的新型方案以克服上述挑战。由于数据数量有限，借助两种知名架构采用了迁移学习技术。为此，鉴于预训练的 MobileNetV2 和 Inception 网络在目标检测问题上的有效表现，通过将其结合采用了一种新型有效模型。MoblieNetV2 的卷积层与 Inception 模块作为前层并行排列以提取关键特征。此外，通过增强策略解决了类别不平衡问题。所提方案优于近年来发表的其他 SOTA 模型。模型准确率约达 97%。总之，实验结果证明了该方法在植物叶片病害诊断中的有效性和显著性能。
引用
@article{arxiv.2205.04234,
title = {An Effective Scheme for Maize Disease Recognition based on Deep Networks},
author = {Saeedeh Osouli and Behrouz Bolourian Haghighi and Ehsan Sadrossadat},
journal= {arXiv preprint arXiv:2205.04234},
year = {2022}
}