摘要
针对水稻虫害识别问题,提出一种基于卷积神经网络模型的水稻二化螟虫害识别方法。图像预处理后,选择包含水稻二化螟成虫、幼虫、卵或蛹的图片1 658张作为正样本,不含水稻二化螟的农作物图片1 652张作为负样本构建了模型训练测试数据集。设计一个10层的卷积神经网络模型,采用Torch 7在Ubuntu 14.04系统上实现模型系统的开发和运行。Holdout交叉验证结果显示,模型命中率、精度分别为86.21%、89.14%,误测率8.67%,AUC(area under the receiver operating characteristic curve)值0.95。试验结果表明,模型可有效地提取图像的特征,对水稻二化螟害虫识别具有很好的抗干扰性和鲁棒性。
出处
《江苏农业科学》
北大核心
2017年第20期241-243,253,共4页
Jiangsu Agricultural Sciences
基金
江苏省农业科技自主创新资金[编号:CX(15)1002]
江苏省农业科技自主创新资金探索类项目[编号:CX(13)5060]
江苏省农业科学院基金(编号:6111646)