改进DCGAN数据增强的番茄叶子病害图像识别

针对番茄叶子病害图像难以采集的问题，提出一种基于生成对抗网络的番茄叶子病害图像增强方法——Residual Network and Wasserstein Attached Spectral Normalization DCGAN(RWS＿DCGAN)。带有谱归一化的残差网络结构构建了新型的生成器模型和判别器模型，引入带有梯度惩罚项的Wasserstein距离。通过实验表明，改进的生成对抗网络RWS＿DCGAN相较于常规增强方法和DCGAN增强方法，能生成病害明显的番茄叶子病害图像，扩充样本数据集，进而能提升分类网络的识别准确率。