本文主要研究内容
作者刘洋,冯全,王书志（2019）在《基于轻量级CNN的植物病害识别方法及移动端应用》一文中研究指出：为了实现在手机端植物病害叶片检测,对MobileNet和Inception V3 2种轻量级卷积神经网络进行迁移学习,得到2种作物病害分类模型,将2种分类模型分别移植到Android手机端,在识别精度、运算速度和网络尺寸之间进行平衡,选择最优模型。试验表明,MobileNet和InceptionV3在PlantVillage数据集(共38类26种病害)上平均识别率分别是95.02%和95.62%。在自建图像集葡萄病害叶片的识别中MobileNet和InceptionV3平均识别率分别是87.50%、88.06%,Inception V3的整体识别精度略高,但MobileNet在所有类别的识别上均衡性更好;在模型尺寸方面Inception V3的模型尺寸大小为87.5 MB,MobileNet的模型尺寸为17.1 MB,大约是后者5倍;2种模型移植到手机端时,MobileNet和Inception V3的APP所占内存分别是21.5和125 MB;在手机端单张图片的识别时间方面,Inception V3平均计算时间约是174 ms,MobileNet的平均计算时间约是134 ms,后者的平均计算时间比前者快40 ms;在手机端MobileNet相比于Inception V3占用内存更小,运算时间更快。说明MobileNet更适合在手机端进行植物病害识别应用。
Abstract
wei le shi xian zai shou ji duan zhi wu bing hai xie pian jian ce ,dui MobileNethe Inception V3 2chong qing liang ji juan ji shen jing wang lao jin hang qian yi xue xi ,de dao 2chong zuo wu bing hai fen lei mo xing ,jiang 2chong fen lei mo xing fen bie yi zhi dao Androidshou ji duan ,zai shi bie jing du 、yun suan su du he wang lao che cun zhi jian jin hang ping heng ,shua ze zui you mo xing 。shi yan biao ming ,MobileNethe InceptionV3zai PlantVillageshu ju ji (gong 38lei 26chong bing hai )shang ping jun shi bie lv fen bie shi 95.02%he 95.62%。zai zi jian tu xiang ji pu tao bing hai xie pian de shi bie zhong MobileNethe InceptionV3ping jun shi bie lv fen bie shi 87.50%、88.06%,Inception V3de zheng ti shi bie jing du lve gao ,dan MobileNetzai suo you lei bie de shi bie shang jun heng xing geng hao ;zai mo xing che cun fang mian Inception V3de mo xing che cun da xiao wei 87.5 MB,MobileNetde mo xing che cun wei 17.1 MB,da yao shi hou zhe 5bei ;2chong mo xing yi zhi dao shou ji duan shi ,MobileNethe Inception V3de APPsuo zhan nei cun fen bie shi 21.5he 125 MB;zai shou ji duan chan zhang tu pian de shi bie shi jian fang mian ,Inception V3ping jun ji suan shi jian yao shi 174 ms,MobileNetde ping jun ji suan shi jian yao shi 134 ms,hou zhe de ping jun ji suan shi jian bi qian zhe kuai 40 ms;zai shou ji duan MobileNetxiang bi yu Inception V3zhan yong nei cun geng xiao ,yun suan shi jian geng kuai 。shui ming MobileNetgeng kuo ge zai shou ji duan jin hang zhi wu bing hai shi bie ying yong 。
论文参考文献
论文详细介绍
论文作者分别是来自农业工程学报的刘洋,冯全,王书志，发表于刊物农业工程学报2019年17期论文，是一篇关于植物论文,病害论文,图像识别论文,农业工程学报2019年17期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自农业工程学报2019年17期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：植物论文; 病害论文; 图像识别论文; 农业工程学报2019年17期论文;