基于FasterR-CNN的小麦病虫害识别应用

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/jsjxt.v2i3.30192

基于FasterR-CNN的小麦病虫害识别应用

王思平, 李丹

四川大学锦城学院计算机与软件学院

全文直达

引用

打印

摘要：本文探究了FasterR-CNN系列网络对复杂背景小麦病虫害数据集的识别能力，对比了ResNet50-FasterR-CNN、ResNet101-FasterR-CNN、ResNet101-FasterR-CNN+FPN三种网络对复杂背景小麦病虫害数据集在上的检测效果。实验结果三种网络的AveragePrecision均值可以达到0.82以上。ResNet101-FasterR-CNN+FPN网络（AveragePrecision达到0.91）是三种训练网络中对小麦病虫害数据集检测效果最优的网络结构。实验评估表明：两阶段检测ResNet-FasterR-CNN在小麦病虫害识别当中有一定应用能力。

关键词：

FasterR-CNN;目标检测;农业病虫害识别

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2020,2(3)