基于神经网络的柑橘病虫害图像识别研究

本项目以广西柑橘主要病害为对象,以局部卷积神经网络(R-CNN)为基础,以柑橘主要病害为对象,开展柑橘主要病害的自动识别与诊断研究,以提升柑橘主要病害的分类与诊断能力;方法:本项目以广西柑橘类病害黄龙病、红斑病、裂叶病等为研究对象,利用多层神经网络构建特定的R-CNN模型,并将该模型应用到柑橘类病害的分类中,并对其分类精度及空间复杂性进行研究。结果:其中,R-CNN在广西地区的黄龙病、红蜘蛛病、溃烂病等疾病中的平均鉴别精度为95.30%、90.30%、95.20%,其鉴别精度高于 SVM、VGC-9等支持向量机(SVM)、SVM、VGC-9等经典算法,结论:R-CNN模型能很好地用于柑橘黄龙病、红斑狼疮、腐烂病等病害的早期诊断,并能在广西大规模推广使用。