摘要：针对现有的深度学习模型在水稻叶部病害的识别中准确率较低的问题，本文提出一种基于图像超分辨率预处理和二次迁移学习的水稻病害识别方法，通过采用超分辨率重建技术，可以获得更高质量的图像，从而提升识别率；通过使用二次迁移学习技术，引入由 Inception 块构成的 AW 模块构建网络模型 AW-Net（add width modules to the network model），该方法增加了模型的网络宽度，可以有效缩小类内距离，扩大类间距离，实现了对水稻叶部病害区域特征的有效提取，提升识别率。实验结果表明，提出的方法识别准确率显著提升。

论文下载：

基于图像超分辨率预处理和二次迁移学习的水稻病害识别方法_杨巨成.pdf

  浏览次数：