改进DCGAN数据增强的番茄叶子病害图像识别 |
| |
引用本文: | 祝俊辉,周贤勇,徐明升,王圆,侯津津,赵昕宇,陈琳.改进DCGAN数据增强的番茄叶子病害图像识别[J].无线电工程,2023(6):1235-1241. |
| |
作者姓名: | 祝俊辉 周贤勇 徐明升 王圆 侯津津 赵昕宇 陈琳 |
| |
作者单位: | 长江大学计算机科学学院 |
| |
基金项目: | 新疆自治区创新人才建设专项自然科学计划(自然科学基金)基金项目(2020D01A132)~~; |
| |
摘 要: | 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。
|
关 键 词: | 生成对抗网络 数据增强 病虫害识别 番茄叶子 谱归一化 残差网络结构 |
|
|