基于Faster R-CNN的苦瓜叶部病害识别研究

• 作 者: 刘泽华 廖永红 袁先珍 黄浩扬 谢黎明
• 机 构: 广东轻工职业技术学院信息化建设中心
• 出 处: 广东轻工职业技术学院学报
• 发表日期: 2021年02期
• 关键词: 自动检测 Faster R-CNN 特征提取网络
• 基金项目: 广东轻工职业技术学院自然科学类科研项目(KJ2019-015),广东省教育厅科研项目(2020KQNCX147)。

为实现对苦瓜叶部多种病害的自动检测,提出了基于Faster R-CNN的目标检测算法对自然环境条件下的苦瓜健康叶片和叶部病斑进行目标检测。该算法利用了预训练的ImageNet深度网络模型进行迁移学习,以VGG-16卷积神经网络作为本次试验的特征提取网络,并且结合苦瓜叶部病害尺寸小的特点,对原始的Faster R-CNN的参数进行修改,增加了训练时区域建议框的尺寸。结果表明,以VGG-16作为特征提取网络训练所得的深度学习网络模型对苦瓜健康叶片、白粉病、灰斑病、蔓枯病、灰斑病的平均精确率(Averag