兰州大学机构库 >图书馆
基于AlexNet的栽培苜蓿病害识别
李云昊1; 李仲贤2; 伏帅1; 张忠雪1; 茆士琴1; 冯琦胜1; 梁天刚1; 李彦忠1
2023-10-09
Source Publication草业学报   Impact Factor & Quartile
ISSN1004-5759
Pages1-11
page numbers11
Abstract

苜蓿病害的准确快速识别是栽培苜蓿草地病害防治的关键。苜蓿病害鉴别对专业知识和识别工具及检测环境要求较高,传统的苜蓿病害识别往往需要采用显微观察等手段对叶片病害部位进行镜检检测菌株,存在时效性差、成本高,难以实现大范围多点位的快速识别等弊端。近年来在图像识别领域的计算机视觉和深度学习得到快速发展,为苜蓿病害智能化识别提供了新途径。本研究利用13种常见苜蓿病害图像数据集,基于改进的AlexNet深度学习卷积神经网络,经过300次迭代训练,构建了苜蓿病害识别模型,并对比分析了不同图像输入分辨率的苜蓿病害识别精度。结果表明:13种苜蓿病害最优模型识别总体精度达到72%,最优图像输入尺寸为512像素×512像素;剔除识别精度过低的苜蓿病害样本图片后,褐斑病、霜霉病、炭疽病、黑茎叶斑病和小光壳叶斑病5类苜蓿病害的识别总体精度提高到92%,最优输入尺寸为1200像素×1200像素。这2种模型均能够实现对苜蓿主要病害的快速识别,研究结果可以为苜蓿病害智能检测系统的研发提供图像识别方面的技术支持。

Keyword苜蓿病害 Alexnet 目标检测 深度学习
URL查看原文
Indexed ByCSCD ; 北大核心
Language中文
CSCD IDCSCD:7610273
Subtype学术期刊
Citation statistics
Document Type期刊论文
Identifierhttps://ir.lzu.edu.cn/handle/262010/559920
Collection图书馆
草地农业科技学院
Corresponding Author梁天刚
Affiliation
1.兰州大学草地农业科技学院草地农业生态系统国家重点实验室兰州大学农业农村部牧草创新重点实验室兰州大学草地农业教育工程研究中心;
2.兰州大学网络安全与信息化办公室
First Author AffilicationCollege of Pastoral Agriculture Science and Technology
Corresponding Author AffilicationCollege of Pastoral Agriculture Science and Technology
Recommended Citation
GB/T 7714
李云昊,李仲贤,伏帅,等. 基于AlexNet的栽培苜蓿病害识别[J]. 草业学报,2023:1-11.
APA 李云昊.,李仲贤.,伏帅.,张忠雪.,茆士琴.,...&李彦忠.(2023).基于AlexNet的栽培苜蓿病害识别.草业学报,1-11.
MLA 李云昊,et al."基于AlexNet的栽培苜蓿病害识别".草业学报 (2023):1-11.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Altmetrics Score
Google Scholar
Similar articles in Google Scholar
[李云昊]'s Articles
[李仲贤]'s Articles
[伏帅]'s Articles
Baidu academic
Similar articles in Baidu academic
[李云昊]'s Articles
[李仲贤]'s Articles
[伏帅]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李云昊]'s Articles
[李仲贤]'s Articles
[伏帅]'s Articles
Terms of Use
No data!
Social Bookmark/Share
No comment.
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.