基于深度卷积神经网络的储粮害虫图像识别

被引：89

作者：

程曦

吴云志

张友华

乐毅

机构：

[1] 安徽农业大学信息与计算机学院

来源：

中国农学通报 | 2018年 / 34卷 / 01期

基金：

安徽省自然科学基金;

关键词：

储粮害虫; 图像识别; 卷积神经网络; 深度学习; GoogLeNet; Alexnet;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

140502 [人工智能];

摘要：

为了防治储粮害虫带来的危害,借助计算机对储粮害虫进行有效的图像识别是具有重要意义的。针对基于图像的储粮害虫多分类识别问题,引入了基于深度卷积神经网络的储粮害虫图像识别方法。该方法与传统的储粮害虫识别方法相比,大幅度简化了数据预处理过程,同时该方法在识别精确度方面达97.61%,也明显优于传统方法。因此,基于深度卷积神经网络的储粮害虫识别方法具有较高的实用性,且具有进一步研究和推广的意义。

引用

页码：154 / 158

页数：5

共 9 条

[1]

Backpropagation Applied to Handwritten Zip Code Recognition [J].