基于简化GoogLeNet的农作物叶片病害识别系统设计与实现 |
| |
引用本文: | 李玉芳.基于简化GoogLeNet的农作物叶片病害识别系统设计与实现[J].信息与电脑,2023(9):179-181. |
| |
作者姓名: | 李玉芳 |
| |
作者单位: | 桂林山水职业学院 |
| |
摘 要: | GoogLeNet在图像分类任务上效果较好,但是其模型规模较大导致难以实用,因此通过裁剪的方式对GoogLeNet进行轻量化改造。改造后的模型参数量有所减少且分类精度达到98.4%。最后使用简化模型结合Django框架设计了浏览器/服务器(Browser/Server,B/S)架构的农作物叶片病害识别系统。
|
关 键 词: | GoogLeNet 农作物病害检测 卷积神经网络 深度学习 |
|
|