基于深度学习的柑橘黄龙病识别方法

2023-11-23 18:50

本文主要是介绍基于深度学习的柑橘黄龙病识别方法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

柑橘是全球种植面积最大和总产量最高的水果之一,也是我国产量最高的水果之一。其中广西的柑橘产量位居全国第一,远超其他省份。黄龙病是柑橘产业的毁灭性病害,从20世纪80年代中期开始,柑橘黄龙病已在我国广东、广西、福建、海南和台湾的柑橘产区广泛蔓延,我国栽培柑橘的19个省、区中,已有11个遭受危害。感染黄龙病的柑橘植株出现症状时,果树长势会快速衰退,树叶出现斑驳、黄化,植株矮小,果实着色不正常,呈现“红鼻子果”,导致品质变差。黄龙病传染能力强,能够迅速感染其他柑橘植株,对柑橘种植造成严重影响。柑橘黄龙病主要通过木虱传播,由于木虱只能短距离飞行,因此黄龙病属于短距离传染疾病。尽早挖除病株并对传播病菌的害虫加以防治是最有效的方法,因此,快速、及早地发现病株是防治黄龙病的最根本前提。

基于深度学习的柑橘黄龙病识别方法

介绍:

误区:

改进★★★:

深度学习实现步骤:


介绍:

        当我们刚开始接触深度学习的时候,我们的知识面可能比较..emm,少,所以导致我们做出了非常多无效的行为。所以这里我先简单介绍一下深度学习在CV方面的应用方向:!!!

大致有:

目标检测、语义分割、实例分割、全景分割、图像分类、图像识别等等

误区:

        当第一次接触农业病虫害识别时,初学者因为知识面的原因会选择将一张有多个叶片的植株投入神经网络进行训练,但其实,这样子做是十分低效的!

改进★★★:

        正确做法,应当是目标检测+图像分类!我使用yolox目标检测模型对植株进行叶片检测,之后将每一片叶子分割出来,相同的放在一组然后才投入图像分类。

同样的模型与数据集情况下,利用改进的办法准确率提高了23个百分点!

 

深度学习实现步骤:

        1、假设现在有18种不同的柑橘叶片,其中17种属于患有不同黄龙病的柑橘叶片。每张图片中当且仅当包含着18种叶片的一种,且数量不止一个,而是一片。

        2、方法:轻量级目标检测模型yolo系列+轻量级图像分类模型mobilenetV2 or efficientNetV2-s / 轻量级目标检测模型yolo系列+ 图像细分类模型。

        3、分类目标:有细微模样差别的的同种叶片。

        4、对于目标检测模型:使用了yolox模型并且训练了自己的数据集,目的在于检测出一张图片中每一片叶子的位置信息bbox,并且切割出来,方便之后进行图像识别。(如下图,从一张图片分割87张叶片图片,再将它们投入图像分类模型训练。)

        5.对于图像分类模型,由于是有细微模样差别的的同种叶片,理论来讲应该是使用图像细粒度分类模型,但介于数据集目前只有二类,目前暂时只使用了一般图像分类模型进行了二分类,其中共使用了vit\mobilenetv2\efficientNetV2等图像分类模型,在二分类中均达到了接近百分之一百的准确率(99.89%)。

        6.识别一张图像过程:以上图为例:分割出87张图片,对每一张图片中的叶片进行识别,最后统计出86张是正常的,1张是有病的,那么打印出该植株共包含87张叶片,其中86片叶子是健康的,1片叶子是患了XX黄龙病的。

这篇关于基于深度学习的柑橘黄龙病识别方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/420011

相关文章

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

Redis 内存淘汰策略深度解析(最新推荐)

《Redis内存淘汰策略深度解析(最新推荐)》本文详细探讨了Redis的内存淘汰策略、实现原理、适用场景及最佳实践,介绍了八种内存淘汰策略,包括noeviction、LRU、LFU、TTL、Rand... 目录一、 内存淘汰策略概述二、内存淘汰策略详解2.1 ​noeviction(不淘汰)​2.2 ​LR

Python与DeepSeek的深度融合实战

《Python与DeepSeek的深度融合实战》Python作为最受欢迎的编程语言之一,以其简洁易读的语法、丰富的库和广泛的应用场景,成为了无数开发者的首选,而DeepSeek,作为人工智能领域的新星... 目录一、python与DeepSeek的结合优势二、模型训练1. 数据准备2. 模型架构与参数设置3

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

Go中sync.Once源码的深度讲解

《Go中sync.Once源码的深度讲解》sync.Once是Go语言标准库中的一个同步原语,用于确保某个操作只执行一次,本文将从源码出发为大家详细介绍一下sync.Once的具体使用,x希望对大家有... 目录概念简单示例源码解读总结概念sync.Once是Go语言标准库中的一个同步原语,用于确保某个操

五大特性引领创新! 深度操作系统 deepin 25 Preview预览版发布

《五大特性引领创新!深度操作系统deepin25Preview预览版发布》今日,深度操作系统正式推出deepin25Preview版本,该版本集成了五大核心特性:磐石系统、全新DDE、Tr... 深度操作系统今日发布了 deepin 25 Preview,新版本囊括五大特性:磐石系统、全新 DDE、Tree

Node.js 中 http 模块的深度剖析与实战应用小结

《Node.js中http模块的深度剖析与实战应用小结》本文详细介绍了Node.js中的http模块,从创建HTTP服务器、处理请求与响应,到获取请求参数,每个环节都通过代码示例进行解析,旨在帮... 目录Node.js 中 http 模块的深度剖析与实战应用一、引言二、创建 HTTP 服务器:基石搭建(一

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用