植物常见病虫害识别系统的设计与实现

针对植物病虫害识别智能应用化不足的问题,设计一个基于视觉几何小组19(Visual Geometry Group,VGG19)模型的植物病虫害识别系统。首先,通过网络收集相关病虫害图像数据集,进行图像预处理并采用数据增强方法对数据集进行数据平衡及扩充。其次,对VGG19网络模型进行适配性调整并训练,通过设置相关超参数,得到稳定的植物病虫害识别模型并进行保存。最后,根据训练得到的模型,基于Python平台使用PyQt5设计相关界面系统,实现对植物病虫害的识别。实验结果表明,该系统识别准确率达到99.58%,相比适配前模型准确率提升了4.26%,能够对常见植物病虫害进行精确识别。