基于迁移学习的甜菜褐斑病识别方法

作     者：尹晔 尚媛园 邵珠宏 刘小明 YIN Ye;SHANG Yuan-yuan;SHAO Zhu-hong;LIU Xiao-ming

作者机构：首都师范大学信息工程学院北京100048 首都师范大学成像技术北京市高精尖创新中心北京100048 首都师范大学电子系统可靠性技术北京市重点实验室北京100048 首都师范大学高可靠嵌入式系统技术北京市工程技术研究中心北京100048 密歇根州立大学计算机科学与工程系计算机视觉实验室密歇根州东兰辛48824 

基　　金：国家自然科学基金项目(61303104 61373090 61203238 11178017) 北京市自然科学基金项目(4132014) 首都师范大学青年科研创新团队基金项目 北京市长城学者基金项目(CIT&TCD20170322) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第9期

页      码：2748-2752,2757页

摘      要：为减少农业专家评估甜菜实验植株病情需要的大量时间和精力,使评估更加客观,提出基于迁移学习的褐斑病自动识别方法。在甜菜田地中,使用架设在拖拉机上的摄像机拍摄甜菜植株的视频,随机提取视频截图交由农业专家进行评估并记录标签;对视频截图进行多次随机裁剪,和标签一起构成实验的数据集。将甜菜褐斑病病情评估建模为一个回归问题,以预训练的CaffeNet为原型,通过微调(fine-tuning)方法重新训练出新的模型解决该问题。实验结果表明,该模型对褐斑病病情的评估均方根误差达到了0.63,训练的深度卷积神经网络能够完成对甜菜褐斑病病情的评估。

主 题 词：甜菜褐斑病 精准农业 迁移学习 卷积神经网络 神经网络微调 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2018.09.009

馆 藏 号：203368326...