基于改進(jìn)LeNet-5模型的玉米病害識別

打開文本圖片集

摘要： 玉米葉部病蟲害嚴(yán)重影響了玉米的產(chǎn)量和質(zhì)量，為了對玉米葉部病害進(jìn)行快速識別并進(jìn)行及時(shí)有效的治理、減少玉米的損失、提高種植者的收益，在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)LeNet-5模型的基礎(chǔ)上進(jìn)行優(yōu)化改進(jìn)，提出基于改進(jìn)的LeNet-5模型，用來分類識別玉米大斑病、銹病、葉斑病3種葉部病害圖像及正常玉米圖像。首先通過隨機(jī)旋轉(zhuǎn)、圖像增強(qiáng)及尺寸修改方法等對病害圖像進(jìn)行預(yù)處理操作，然后增加模型的網(wǎng)絡(luò)層數(shù)，改進(jìn)后的模型一共有14層，包括輸入層、5個(gè)卷積層、5個(gè)池化層、2個(gè)全連接層及輸出層，最后用ReLU函數(shù)代替?zhèn)鹘y(tǒng)的Sigmoid激活函數(shù)，并且在卷積層和全連接層中加入Dropout策略層，通過試驗(yàn)對比選擇合適的丟棄概率，進(jìn)一步減少參數(shù)，防止產(chǎn)生過擬合現(xiàn)象。（剩余7661字）