| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 基于图像处理技术的农作物病害和杂草识别 | 第13-14页 |
| 1.2.2 基于卷积神经网络的农作物病害和杂草识别 | 第14-16页 |
| 1.2.3 基于深度迁移学习的农作物病害和杂草识别 | 第16-17页 |
| 1.3 研究目标及内容 | 第17-18页 |
| 1.3.1 研究目标 | 第17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.4 论文组织结构 | 第18-21页 |
| 第二章 图像识别相关理论与技术 | 第21-35页 |
| 2.1 图像识别概述 | 第21-23页 |
| 2.1.1 图像分割方法 | 第21-22页 |
| 2.1.2 图像特征提取方法 | 第22页 |
| 2.1.3 图像特征分类方法 | 第22-23页 |
| 2.2 人工神经网络和BP神经网络 | 第23-26页 |
| 2.2.1 人工神经网络概述 | 第23-24页 |
| 2.2.2 BP神经网络的结构和训练过程 | 第24-26页 |
| 2.3 卷积神经网络 | 第26-30页 |
| 2.3.1 卷积神经网络的思想 | 第26-28页 |
| 2.3.2 卷积神经网络的优化算法 | 第28-29页 |
| 2.3.3 卷积神经网络和数据增强技术 | 第29-30页 |
| 2.4 迁移学习理论 | 第30-33页 |
| 2.4.1 迁移学习技术概述 | 第30-32页 |
| 2.4.2 迁移学习的解决方法 | 第32页 |
| 2.4.3 深度学习和迁移学习结合 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 基于卷积神经网络的农作物病害和杂草识别 | 第35-47页 |
| 3.1 引言 | 第35页 |
| 3.2 农作物病害和杂草识别模型的网络结构和训练机制 | 第35-39页 |
| 3.2.1 识别模型的网络结构 | 第35-37页 |
| 3.2.2 识别模型中的抗过拟合算法 | 第37-38页 |
| 3.2.3 识别模型的训练机制 | 第38-39页 |
| 3.3 材料和实验准备 | 第39-42页 |
| 3.3.1 黄瓜和水稻病害数据集 | 第39-40页 |
| 3.3.2 玉米杂草数据集 | 第40-42页 |
| 3.3.3 实验超参数的设置 | 第42页 |
| 3.4 实验结果与分析 | 第42-46页 |
| 3.4.1 黄瓜和水稻病害的识别结果和讨论 | 第42-44页 |
| 3.4.2 玉米和杂草的识别结果和讨论 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 CNN模型集成和迁移学习的农作物病害和杂草识别 | 第47-61页 |
| 4.1 引言 | 第47页 |
| 4.2 农作物病害和杂草识别模型的算法和架构 | 第47-50页 |
| 4.2.1 算法的整体思想 | 第47-48页 |
| 4.2.2 CNN识别模型的架构 | 第48-50页 |
| 4.3 训练机制和多识别模型的集成 | 第50-51页 |
| 4.3.1 训练机制 | 第50-51页 |
| 4.3.2 模型集成的目标和方法 | 第51页 |
| 4.4 数据增强技术和实验设置 | 第51-54页 |
| 4.4.1 实验材料 | 第51-53页 |
| 4.4.2 数据增强技术 | 第53-54页 |
| 4.4.3 实验的超参数设置 | 第54页 |
| 4.5 实验结果与分析 | 第54-59页 |
| 4.5.1 黄瓜和水稻病害在单模型下的识别结果和讨论 | 第55页 |
| 4.5.2 黄瓜和水稻病害在多模型集成下的识别结果和讨论 | 第55-57页 |
| 4.5.3 玉米和杂草在单模型下的识别结果和讨论 | 第57页 |
| 4.5.4 玉米和杂草在多模型集成下的识别结果和讨论 | 第57-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 基于CNN瓶颈层特征提取的农作物病害和杂草识别 | 第61-71页 |
| 5.1 引言 | 第61页 |
| 5.2 深度神经网络模型和瓶颈层特征提取 | 第61-64页 |
| 5.2.1 深度神经网络模型 | 第61-63页 |
| 5.2.2 基于瓶颈层特征提取的迁移学习方法 | 第63-64页 |
| 5.3 实验与结果分析 | 第64-67页 |
| 5.3.1 实验参数设置 | 第64页 |
| 5.3.2 农作物病害数据集的识别结果和分析 | 第64-65页 |
| 5.3.3 农作物杂草数据集的识别结果和分析 | 第65-67页 |
| 5.4 农作物病害和杂草识别系统的设计 | 第67-70页 |
| 5.4.1 系统的开发环境和整体框架 | 第67-68页 |
| 5.4.2 前端界面和后台识别模型 | 第68-69页 |
| 5.4.3 农作物病害和杂草识别系统的结果展示 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-75页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 研究展望 | 第72-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第83页 |
