首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于卷积神经网络的农作物病害识别方法研究

摘要第4-5页
ABSTRACT第5页
1 绪论第9-16页
    1.1 课题研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 卷积神经网络的研究现状第10-12页
        1.2.2 农作物病害图像识别研究现状第12-13页
    1.3 论文主要研究内容第13-14页
    1.4 论文组织结构第14-16页
2 卷积神经网络理论第16-30页
    2.1 传统神经网络第16-21页
        2.1.1 浅层神经网络第16页
        2.1.2 前向传播第16-18页
        2.1.3 激活函数第18-19页
        2.1.4 梯度下降第19页
        2.1.5 反向传播第19-21页
    2.2 卷积神经网络第21-28页
        2.2.1 卷积神经网络结构概述第21-24页
        2.2.2 优化算法第24-27页
        2.2.3 卷积神经网络的经典结构第27-28页
    2.3 本章小结第28-30页
3 农作物病害数据集及预处理第30-35页
    3.1 农作物病害数据集第30-32页
    3.2 数据预处理第32-34页
        3.2.1 调整图像大小第32页
        3.2.2 归一化处理第32-33页
        3.2.3 农作物病害图像增强第33-34页
    3.3 本章小结第34-35页
4 基于迁移学习的农作物病害识别第35-48页
    4.1 迁移学习第35页
    4.2 实验环境配置第35页
    4.3 数据预处理与模型训练设置第35-37页
        4.3.1 数据预处理第35-36页
        4.3.2 优化算法与损失函数第36页
        4.3.3 超参数调试第36-37页
    4.4 评估标准与实验整体流程第37-38页
        4.4.1 评估标准第37页
        4.4.2 实验整体流程第37-38页
    4.5 VGG-16网络第38-39页
        4.5.1 VGG-16网络结构第38-39页
        4.5.2 基于VGG-16网络的农作物病害识别第39页
        4.5.3 VGG-16网络病害识别训练过程第39页
    4.6 RESNET-50 网络第39-41页
        4.6.1 Res Net的网络结构第40-41页
        4.6.2 基于Res Net-50 网络的农作物病害识别第41页
        4.6.3 Res Net-50 网络病害识别训练过程第41页
    4.7 INCEPTIONV3 网络第41-43页
        4.7.1 Inception V3 网络结构第42页
        4.7.2 基于Inception V3 的农作物病害识别第42页
        4.7.3 Inception V3 网络病害识别训练过程第42-43页
    4.8 MOBILENETV2 网络第43-45页
        4.8.1 Mobile Net V2 网络结构第43-44页
        4.8.2 基于Mobile Net V2 的农作物病害识别第44-45页
        4.8.3 Mobile Net V2 病害识别训练过程第45页
    4.9 实验结果分析第45-47页
        4.9.1 模型的超参数设置第45-46页
        4.9.2 迭代次数与验证集精度的关系第46页
        4.9.3 模型在测试集上的性能表现第46-47页
    4.10 本章小结第47-48页
5 基于改进卷积神经网络的农作物病害识别第48-56页
    5.1 改进RESNET-50 网络结构第48-49页
    5.2 标签平滑第49页
    5.3 训练时的实用方法第49-52页
    5.4 基于RESNET-A与 RESNET-B的农作物病害识别第52-53页
        5.4.1 训练过程第52-53页
    5.5 标签平滑处理后的农作物病害识别第53-54页
        5.5.1 训练过程第53-54页
    5.6 实验结果分析第54-55页
        5.6.1 改进Res Net-50 网络结构实验结果第54-55页
        5.6.2 标签平滑后的实验结果第55页
    5.7 本章小结第55-56页
6 总结与展望第56-57页
    6.1 总结第56页
    6.2 展望第56-57页
参考文献第57-61页
致谢第61-62页
攻读学位期间的研究成果第62页

论文共62页,点击 下载论文
上一篇:纳米磁性薄膜中磁畴的磁力显微镜研究
下一篇:室内通风效率及污染物治理的研究