典型文献
玉米叶部病害识别模型的建立与APP开发
文献摘要：
本文以玉米叶部病变作为研究对象,通过采集内蒙古自治区扎兰屯市玉米叶部主要病虫害3种,连同正常玉米叶片共计4种样本送入卷积神经网络中进行模型训练.通过对比试验,找出识别效果最佳的模型.使用Tensorflow lite提供的转换工具,把效果最好的玉米叶片病虫害识别模型转换成Android系统终端适用的格式,终端上的APP通过调用模型就能以离线的形式进行玉米叶片病虫害的实时识别.根据今年扎兰屯地区玉米叶部病变的实际,采集的病虫害样本为玉米大斑病(真菌病)、玉米叶斑病(真菌病)及双斑萤叶甲病变(虫害)3类样本.
文献关键词：
卷积神经网络;模型训练;玉米病虫害;数据集;APP开发
中图分类号：
作者姓名：
张建华;赵洪凯;姜雷;韩应欣;姜娇阳;张海涛
作者机构：
扎兰屯职业学院信息工程系,内蒙古 扎兰屯162650
文献出处：
引用格式：
[1]张建华;赵洪凯;姜雷;韩应欣;姜娇阳;张海涛-.玉米叶部病害识别模型的建立与APP开发)[J].农业与技术,2022(13):38-44
A类：
双斑萤叶甲
B类：
玉米叶部病害,病害识别,识别模型,变作,内蒙古自治区,扎兰屯市,主要病虫害,连同,同正,常玉,玉米叶片,送入,模型训练,Tensorflow,lite,换工,病虫害识别,模型转换,转换成,Android,端上,调用,离线,实时识别,扎兰屯地区,玉米大斑病,真菌病,叶斑病,甲病,玉米病虫害
AB值：
0.388588
相似文献
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。
