基于多尺度卷積神經(jīng)網(wǎng)絡(luò)算法的番茄葉片病害識別

打開文本圖片集

摘要：為提高卷積神經(jīng)網(wǎng)絡(luò)識別番茄葉片病害準確率，提出多尺度卷積神經(jīng)網(wǎng)絡(luò)算法。首先番茄葉片圖像分離為RGB通道，設(shè)計３個并行卷積層對番茄葉片圖像進行卷積，不同通道使用不同的卷積核，增加了感受野以及提取不同層次的特征，小尺度卷積核主要是提取病斑區(qū)域，大尺度卷積核主要是增強特征多樣性；接著混合池化方法即局部重要性池化和隨機池化，局部重要性池化判別特征信息，丟棄冗余信息，極大地保存了病害區(qū)域的局部細節(jié)，隨機池化增強了網(wǎng)絡(luò)的泛化能力；然后番茄葉片圖像通過中值濾波消噪，二維伽馬自適應(yīng)算法進行亮度矯正；最后損失函數(shù)采用多類別交叉熵，構(gòu)建最小化目標損失函數(shù)。（剩余5729字）