|本期目录/Table of Contents|

[1]蒋清健,姚勇,王亚玲,等.基于多尺度卷积神经网络算法的番茄叶片病害识别[J].江苏农业科学,2023,51(15):211-216.
 Jiang Qingjian,et al.Tomato leaf disease recognition based on multi scale convolutional neural network[J].Jiangsu Agricultural Sciences,2023,51(15):211-216.
点击复制

基于多尺度卷积神经网络算法的番茄叶片病害识别(PDF)
分享到:

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第51卷
期数:
2023年第15期
页码:
211-216
栏目:
农业工程与信息技术
出版日期:
2023-08-05

文章信息/Info

Title:
Tomato leaf disease recognition based on multi scale convolutional neural network
作者:
蒋清健12姚勇12王亚玲3苏钰杰2
1.河南经贸职业学院,河南郑州 450018; 2.河南省农产品溯源国际联合实验室,河南郑州 450018;3.河南农业大学理学院,河南郑州 450046
Author(s):
Jiang Qingjianet al
关键词:
番茄病害多尺度卷积核混合池化矫正
Keywords:
-
分类号:
TP391.41
DOI:
-
文献标志码:
A
摘要:
为提高卷积神经网络识别番茄叶片病害准确率,提出多尺度卷积神经网络算法。首先番茄叶片图像分离为RGB通道,设计3个并行卷积层对番茄叶片图像进行卷积,不同通道使用不同的卷积核,增加了感受野以及提取不同层次的特征,小尺度卷积核主要是提取病斑区域,大尺度卷积核主要是增强特征多样性;接着混合池化方法即局部重要性池化和随机池化,局部重要性池化判别特征信息,丢弃冗余信息,极大地保存了病害区域的局部细节,随机池化增强了网络的泛化能力;然后番茄叶片图像通过中值滤波消噪,二维伽马自适应算法进行亮度矫正;最后损失函数采用多类别交叉熵,构建最小化目标损失函数。试验仿真结果显示本研究算法泛化能力比较强,对番茄叶片病害晚疫病、斑枯病、蜘蛛螨、早疫病、叶霉病、褐斑病的识别准确率分别为95.8%、95.9%、96.3%、94.2%、94.8%、94.1%,优于其他算法。
Abstract:
-

参考文献/References:

[1]赵广猛,王卫兵. 基于U-Net模型和FCM算法的番茄穴盘苗重叠幼叶分割方法[J]. 江苏农业科学,2022,50(2):206-212.
[2]朱幸辉,周勇. 基于卷积神经网络的番茄叶片病斑识别仿真[J]. 计算机仿真,2021,38(7):481-485.
[3]张宁,吴华瑞,韩笑,等. 基于多尺度和注意力机制的番茄病害识别方法[J]. 浙江农业学报,2021,33(7):1329-1338.
[4]孔德锋. 一种迁移学习算法在番茄病害检测上的应用[J]. 湖北农业科学,2020,59(7):199-203.
[5]胡玲艳,周婷,刘艳,等. 基于轻量级网络自适应特征提取的番茄病害识别[J]. 江苏农业学报,2022,38(3):696-705.
[6]王艳玲,张宏立,刘庆飞,等. 基于迁移学习的番茄叶片病害图像分类[J]. 中国农业大学学报,2019,24(6):124-130.
[7]冀常鹏,陈浩楠,代巍,等. 基于GSNet的番茄叶面病害识别研究[J]. 沈阳农业大学学报,2021,52(6):751-757.
[8]马宇,单玉刚,袁杰. 基于三通道注意力网络的番茄叶部病害识别[J]. 科学技术与工程,2021,21(25):10789-10795.
[9]卞景艺,刘秀丽,徐小力,等. 基于多尺度深度卷积神经网络的故障诊断方法[J]. 振动与冲击,2021,40(18):204-211.
[10]胡勤伟,陶庆,王妮妮,等. 用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法[J]. 西安交通大学学报,2022,56(4):185-193,202.
[11]Gao Z T,Wang L M,Wu G S. LIP:local importance-based pooling[C]//IEEE International Conference on Computer Vision (ICCV19). Seoul,Korea,2019:3353-3364.
[12]周巧黎,马丽,曹丽英,等. 基于改进轻量级卷积神经网络Mobile NetV3的番茄叶片病害识别[J]. 智慧农业(中英文),2022,4(1):47-56.
[13]任守纲,贾馥玮,顾兴健,等. 反卷积引导的番茄叶部病害识别及病斑分割模型[J]. 农业工程学报,2020,36(12):186-195.
[14]汤文亮,黄梓锋. 基于知识蒸馏的轻量级番茄叶部病害识别模型[J]. 江苏农业学报,2021,37(3):570-578.

相似文献/References:

[1]何从亮,毛久庚,甘小虎,等.玻璃温室番茄长季节基质袋栽培技术[J].江苏农业科学,2013,41(04):158.
[2]李永灿,余文贵,陈怀谷,等.番茄灰霉病菌产毒条件优化[J].江苏农业科学,2013,41(05):94.
 Li Yongcan,et al.Optimization of toxigenic conditions of tomato Botrytis cinerea[J].Jiangsu Agricultural Sciences,2013,41(15):94.
[3]赵秋月,甘潇,张广臣.Na2CO3胁迫对番茄幼苗生长的影响[J].江苏农业科学,2013,41(05):128.
 Zhao Qiuyue,et al.Effect of Na2CO3 stress on growth of tomato seedlings[J].Jiangsu Agricultural Sciences,2013,41(15):128.
[4]耿德刚,徐俊伟,戈振超,等.温室大棚番茄滴灌试验研究及效益分析[J].江苏农业科学,2013,41(05):132.
 Geng Degang,et al.Drip irrigation experimental and benefit analysis on greenhouse tomato[J].Jiangsu Agricultural Sciences,2013,41(15):132.
[5]杜中平,聂书明.不同配方基质对番茄生长特性、光合特性及产量的影响[J].江苏农业科学,2013,41(05):138.
 Du Zhongping,et al.Effects of different substrates on growth,photosynthetic characteristics and yield of tomato[J].Jiangsu Agricultural Sciences,2013,41(15):138.
[6]赵河,毛秀杰,叶景学.抗叶霉病不同基因型番茄的光合特性[J].江苏农业科学,2014,42(11):185.
 Zhao He,et al(8).Photosynthetic characteristics of different genotypes of tomato with resistance to leaf mold[J].Jiangsu Agricultural Sciences,2014,42(15):185.
[7]陈素娟,孙娜娜.不同基质配比对番茄秧苗生长的影响[J].江苏农业科学,2013,41(06):128.
 Chen Sujuan,et al.Effect of different substrate compositions on growth of tomato seedling[J].Jiangsu Agricultural Sciences,2013,41(15):128.
[8]孙禛禛,吴秋霞,温新宇,等.转反义LetAPX基因番茄抗氧化酶活性在苗期、花期、果期的变化[J].江苏农业科学,2015,43(12):188.
 Sun Zhenzhen,et al.Study on antioxidant enzymes activity during seedling,flowering and fruiting of tomato with antisense LetAPX gene[J].Jiangsu Agricultural Sciences,2015,43(15):188.
[9]李晓慧,张恩让,何玉安,等.亚高温及外源物质调节下番茄的生理响应[J].江苏农业科学,2013,41(07):135.
 Li Xiaohui,et al.Physiological response of tomato under the regulation of sub-high temperature and exogenous substances[J].Jiangsu Agricultural Sciences,2013,41(15):135.
[10]李建宏,张楠,张泽,等.番茄红素提取与测定方法的优化[J].江苏农业科学,2013,41(08):259.
 Li Jianhong,et al.Optimization of lycopene extraction and determination method[J].Jiangsu Agricultural Sciences,2013,41(15):259.

备注/Memo

备注/Memo:
收稿日期:2023-01-08
基金项目:国家自然科学基金青年科学基金(编号:52203310);河南省高等职业学校青年骨干教师培养计划(编号:2019GZGG021)。
作者简介:蒋清健(1981—),男,河南永城人,硕士,副教授,主要从事图像处理、模式识别、农业物联网和农业大数据挖掘等研究。E-mail:jqj946@qq.com。
更新日期/Last Update: 2023-08-05