典型文献
基于AI深度学习的病害识别方法研究
文献摘要：
快速准确地识别黄瓜病害类型是病害防治的前提,针对黄瓜病害图像识别准确度不高的问题,提出一种基于AI图像处理技术的卷积神经网络模型方法,以便提高病害图像识别率.首先,利用AI图像处理技术对病害图像进行预处理;其次,选定卷积神经网络模型及参数,利用样本数进行训练并加载到Web程序端;最后,在四种常见黄瓜病害图像构建的数据库上进行测试,识别准确率均大于90％.结果表明,基于AI图像处理技术的卷积神经网络模型能够准确识别病害种类,为田间开放环境下实现病害的快速识别提供了依据.
文献关键词：
病害识别;AI;深度学习;卷积神经网络
中图分类号：
作者姓名：
刘小红
作者机构：
湖南信息学院软件工程系,长沙 410151
文献出处：
引用格式：
[1]刘小红-.基于AI深度学习的病害识别方法研究)[J].现代计算机,2022(19):71-74
A类：
B类：
病害识别,快速准确,黄瓜,病害类型,病害防治,病害图像识别,图像处理技术,卷积神经网络模型,模型方法,识别率,载到,识别准确率,准确识别,病害种类,田间,开放环境,快速识别
AB值：
0.236567
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。
