基于卷积神经网络的家蚕病害识别研究

来源：中国农机化学报杂志2022年第1期北京时间：

作者：石洪康, 肖文福, 黄亮, 胡丛武, 胡光荣, 张剑飞

单位：1. 四川省农业科学院蚕业研究所，四川南充，637000；2. 西南大学家蚕基因组生物学国家重点实验室，重庆市，400700

摘要：病害是我国养蚕业健康发展面临的主要威胁之一，为研究机械化养蚕模式下的家蚕病害防治方法，采用卷积神经网络进行家蚕病害图像的识别研究。首先在实际环境下，采用饲养和添食病原的方法，集中获取家蚕品种芳·秀×白·春在大蚕期的部分生长阶段下患脓病、微粒子病、白僵病、细菌病、农药中毒以及健康状态的样本，并开展图像采集工作，构建出家蚕病害图像数据集。其次采用特征融合和缩减结构的方法，对残差神经网络进行部分改进，以避免直接使用该算法会导致不必要的计算耗损。最后进行家蚕病害识别试验。结果表明：卷积神经网络能够高效准确识别家蚕病害图像，使用改进的算法在测试集上的准确率达到94.31%，与标准的残差神经网络准确率相当，但训练的参数量仅为原来的1/3，且识别效率大幅提升，更有利于网络的训练与部署。

关键词：家蚕,病害识别,卷积神经网络,深度学习

基金资助：智能农业装备研发南充市重点实验室项目（NCKL202008）；南充市研发资金（20YFZJ0042）；现代农业产业技术体系专项（CARS—18—ZJ0401）；现代农业学科建设项目（2021XKJS094）