文献类型：期刊文章

作　　者：陶震宇[1] 孙素芬[2] 罗长寿[2]

Tao Zhenyu

机构地区：[1]北京农学院计算机与信息工程学院,北京102206 [2]北京市农林科学院农业信息与经济研究所,北京100097

出　　处：《江苏农业科学》

基　　金：北京市农林科学院青年基金(编号:QNJJ201919)

年　　份：2019

卷　　号：47

期　　号：12

起止页码：247-250

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：为实现花生害虫图像的准确分类,共收集花生主要害虫图片2038张,针对目前在基于Faster-RCNN的图像识别领域较为成熟的VGG-16和ResNet-50这2种网络模型进行对比研究,并针对ResNet-50模型参数进行调整,提出了基于学习率、训练集和测试集以及验证集的比例选择、迭代次数等参数改进的ResNet-50卷积神经网络的模型。结果表明:该模型可以准确高效地提取出花生主要害虫的多层特征图像,在平均识别率上,经过改进的ResNet-50网络模型在识别花生害虫图像上优于ResNet-50原始网络模型。该模型可以准确地分类花生主要害虫图像,可在常规情况下实现花生害虫的图像识别。

关 键 词：Faster-RCNN  ResNet-50模型  花生害虫 图像识别

分 类 号：TP391.41]