基于深度学习的番茄病害检测识别算法

本文以番茄病害图像为研究对象,基于深度学习的思想提出了一种基于YOLOv4的番茄病害检测识别算法,通过优化网络模型参数进一步提高模型识别精度,提高模型的鲁棒性,使其能更好的适应番茄病害的识别。对6类番茄病害的检测平均精度高达86.23%。并且拥有不错的检测速度,结果表明,该算法能够有效地提升番茄病害检测的精度和速度,得到番茄病害的精准定位,检测效果优于Faster R-CNN和SSD等农业病害检测方法。本研究为农作物病害识别,农药定位喷洒技术的发展及提高番茄重要病症分类和病理检测效率提供参考依据。