基于深度残差网络与迁移学习的水稻病虫害图像识别

来源：中国农机化学报杂志2023年第9期北京时间：

作者：汪健, 梁兴建, 雷刚

单位：1. 四川工程职业技术学院软件工程系，四川德阳，618000；2. 四川轻化工大学计算机科学与工程学院，四川宜宾，644005；3. 四川工程职业技术学院电气信息工程系，四川德阳，618000

摘要：提出一个针对大多数类型的水稻害虫的图像识别方法。对ResNet34网络进行改进，提高网络的识别能，以实现基于给定的图像自动地识别分类出主要害虫。此外，基于迁移学习方法有效避免由于数据量缺乏而使得训练不足的问题。通过ImageNet数据库开展网络参数预训练能够进一步提升网络的提取性能，通过IDADP数据库可以开展参数微调工作以及训练工作。将提出的改进ResNet34模型与其他模型的性能进行对比评估。结果显示，改进ResNet34模型的识别准确度最高，F1-score达到0.98，证明所提模型对水稻病虫害图像具有较好的识别效果。

关键词：水稻害虫,深度残差网络,迁移学习,改进ResNet34模型,卷积神经网络

基金资助：四川省科技计划重点研发项目(2020YFG0205)