基于Caffe的生姜病害识别系统研究与设计

来源：中国农机化学报杂志2019年第1期北京时间：

作者：蒋丰千;李旸;余大为;孙敏;张恩宝;

单位：安徽农业大学信息与计算机学院;农业农村部农业物联网技术集成与应用重点实验室(安徽农业大学);

摘要：以自然环境下采集到的生姜病害图片为基础,对炭疽病、姜瘟病、根结线虫病和白星病进行研究分析,提出一种基于卷积神经网络的生姜病害识别系统。首先是对收集来的图片进行二值化和轮廓分割等预处理,从而增强数据的可靠性。其次,将处理后的图像数据交由优化后的卷积神经网络模型进行分析、学习,并在Caffe框架下进行模拟仿真。最后,在已训练好的网络模型基础上利用Qt软件设计人机交互界面,从而达到数据可视化提高系统使用的便捷性。结果表明优化后的模型识别率达到了96%,可以较好地预测和识别生姜的相关病害。

关键词：生姜病害,卷积神经网络,Caffe框架,数据可视化

基金资助：国家农业开发土地治理基金项目(国农办[2012]3号)