典型文献
基于胶囊SE-Inception的茄科病害识别方法研究
文献摘要：
针对番茄和茄子2类茄科蔬菜的病害,基于SE-Inception和胶囊网络构建了一个具有抗噪性的茄科病害识别网络,称为胶囊SE-Inception.该网络主要分为特征提取和胶囊网络2部分.其特征提取部分采用了批处理归一化层(BN)加速网络收敛;利用SE-Inception结构和多尺度特征提取模块来提高模型的精度.胶囊网络部分采用了路由迭代次数为2,维度为16的胶囊进行处理.基于自建的茄科病害数据集开展实验,其包含白粉虱、白粉病、黄曲病和棉疫病4种病害类别和健康叶片;为减少过拟合,对数据进行了增广处理.实验结果表明胶囊SE-Inception网络针对常见的高斯、椒盐和模糊噪声具有较好的抗噪性;其仅需较少的数据就可以达到较高的识别精度,在相同数据量下,胶囊SE-Inception网络的识别精度高于常见轻量级模型.
文献关键词：
茄科蔬菜;病害识别;抗噪性;SE-Inception结构;胶囊网络
中图分类号：
作者姓名：
杨泳波;赵远洋;李振波;李晔
作者机构：
中国农业大学信息与电气工程学院,北京 100083;中国农业大学国家渔业创新中心,北京 100083
文献出处：
引用格式：
[1]杨泳波;赵远洋;李振波;李晔-.基于胶囊SE-Inception的茄科病害识别方法研究)[J].图学学报,2022(01):28-35
A类：
B类：
SE,Inception,病害识别,番茄,茄子,茄科蔬菜,胶囊网络,网络构建,抗噪性,识别网络,批处理归一化,BN,网络收敛,多尺度特征提取模块,网络部,路由,迭代次数,白粉虱,白粉病,疫病,过拟合,增广,明胶,椒盐,识别精度,数据量,轻量级模型
AB值：
0.332384
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
