首页分享基于改进DenseNet和迁移学习的荷叶病虫害识别模型

基于改进DenseNet和迁移学习的荷叶病虫害识别模型

来源：花匠小妙招时间：2025-10-23 06:09

摘要：病虫害的发生将会严重影响莲藕品质与产量,开展病害诊断与识别对藕田病虫害及时对症对病诊治、提升莲藕生产质量与经济效益具有重要意义.该研究以荷叶病虫害高效、准确识别为目标,提出了一种基于改进DenseNet和迁移学习的荷叶病虫害识别模型.采用分支结构对模型的浅层特征提取模块进行改进,并在Dense Block与Transition Layer中引入 Squeeze and Excitation 注意力机制模块和锐化的余弦卷积,最后基于 Plantvillage 数据集进行迁移学习,实现了91.34％的识别准确率.该研究实现了对荷叶腐败病、病毒病、斜纹夜蛾、叶腐病、叶斑病的识别,并将改进后的模型推广应用于基于无人机图像的藕田...

关键词：

模型无人机病虫害识别荷叶DenseNet注意力机制余弦相似度迁移学习

分类号：

TP391.4(计算技术、计算机技术)S24(农业电气化与自动化)

资助基金：

国家特色蔬菜产业技术体系项目 ( CARS-24-D-02 ) 湖北省高等学校优秀中青年科技创新团队计划项目 ( T201934 ) 中央高校基本科研业务费专项基金 ( 2662020GXPY012 )

论文发表日期：

2023-04-16

在线出版日期：

2023-07-03 （万方平台首次上网日期，不代表论文的发表时间）

页数：

9 ( 188-196 )