基于MobileNetV3的植物叶片识别系统

作     者：张柔绮 赵家松 严伟榆 ZHANG Rou-qi;ZHAO Jia-song;YAN Wei-yu

作者机构：云南农业大学理学院云南昆明650201 福州大学物理与信息工程学院福建福州350108 云南农业大学大数据学院云南昆明650201 

基　　金：云南省农业基础研究联合专项基金(202301BD070001-202) 云南省教育厅科学研究基金(2019J0171) 

出 版 物：《云南民族大学学报（自然科学版）》 (Journal of Yunnan Minzu University:Natural Sciences Edition)

年 卷 期：2024年第33卷第4期

页      码：496-504页

摘      要：针对现有植物叶片识别研究存在的模型泛化性差的问题,本文设计一个基于MobileNetV3-Large网络和迁移学习的植物叶片识别系统.通过自采集图像补充数据和使用图像锐化、翻转、亮度增强等方法构建了包含32种植物的大规模叶片数据集,以MobileNetV3-Large网络和预训练权重为前提,寻找最佳超参数完成模型的迁移学习,对32种植物叶片进行特征提取和分类.通过PyQt5的前后端部署,该方法被实例化为一个实用性强的植物叶片识别系统.在测试集上的实验结果表明,MobileNetV3-Large达到98.45%的识别准确率,与AlexNet、ResNet和MobileNetV2相比分别提高12.46%、1.09%和9.62%,有效弥补了模型泛化性差的短板.该系统对32类植物的叶片的识别效果颇佳,满足各种场景下的植物叶片种类识别的需求.

主 题 词：轻量级卷积神经网络 MobileNetV3-Large 迁移学习 系统设计 植物叶片识别 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1672-8513.2024.04.011

馆 藏 号：203127637...