【技术实现步骤摘要】
一种改进VGG19的番茄叶片病害分类方法
本专利技术涉及一种改进VGG19的番茄叶片病害分类方法，属于计算机视觉和模式识别相关领域。
技术介绍
近几年来，随着番茄的大面积种植，一些病害也逐年加重，严重影响了番茄的生产和种植者的经济效益，而叶片是最早会被病害侵袭的部位，如果没有及早的发现病害的侵袭，病害会持续发展进而影响整个植株的生长。随着计算机图像识别技术的发展，将图像识别技术应用到农作物防治诊断中已经该领域较为常用的做法。以往依靠人为的识别，会存在偏差，并且多种相似的病害，对于普通种植者来说，辨别起来会存在困难。而一般的卷积神经网络的方法，对病害的识别率往往会比较低，还存在模型参数多的问题。
技术实现思路
本专利技术为了解决现有技术中存在的问题，提供一种训练速度快，分别准确度高的基于改进VGG19的番茄叶片病害分类方法。为了达到上述目的，本专利技术提出的技术方案为：一种改进VGG19的番茄叶片病害分类方法，包括如下步骤：获取番茄叶片图像，并对图像进行筛选、标记和预处理得到图像数据...
【技术保护点】
1.一种改进VGG19的番茄叶片病害分类方法，其特征在于，包括如下步骤：/n获取番茄叶片图像，并对图像进行筛选、标记和预处理得到图像数据集；/n构建改进VGG19神经网络模型，改进VGG19模型结构依次为：2层64个卷积核的卷积层连接1个最大池化层、2层128个卷积核的卷积层连接1个最大池化层、4层256个卷积核的卷积层连接1个最大池化层、4层512个卷积核的卷积层连接1个最大池化层、1层512个3×1的卷积层、1层512个1×3的卷积层、1层512个3×1的卷积层、1层512个1×3的卷积层连接1个最大池化层、1层全局平均池化层，完成模型的构建；/n将图像数据集输入改进V...
【技术特征摘要】
1.一种改进VGG19的番茄叶片病害分类方法，其特征在于，包括如下步骤：
获取番茄叶片图像，并对图像进行筛选、标记和预处理得到图像数据集；
构建改进VGG19神经网络模型，改进VGG19模型结构依次为：2层64个卷积核的卷积层连接1个最大池化层、2层128个卷积核的卷积层连接1个最大池化层、4层256个卷积核的卷积层连接1个最大池化层、4层512个卷积核的卷积层连接1个最大池化层、1层512个3×1的卷积层、1层512个1×3的卷积层、1层512个3×1的卷积层、1层512个1×3的卷积层连接1个最大池化层、1层全局平均池化层，完成模型的构建；
将图像数据集输入改进VGG19神经网络模型进行训练，输出结果采用softmax函数进行分类。
2.根据权利要求1所述改进VGG19的番茄叶片病害分类方法，...
【专利技术属性】
技术研发人员：朱节中，张果荣，杨再强，柯福阳，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。