基于改進ResNet-50與遷移學習的蘋果葉片病害的圖像識別

摘要： 為解決下述問題，在自然場景中獲取的蘋果葉病害圖像大多包含復雜的背景，同時，由于拍攝要求不那么嚴格，疾病特征更有可能出現(xiàn)在圖像中的任意位置，所有這些因素都會影響卷積神經(jīng)網(wǎng)絡的識別精度，且隨著網(wǎng)絡加深其性能提升困難。提出了一種基于改進ResNet-50的蘋果葉片病害識別方法。首先引入SE(squeeze-and-excitation)注意力機制，改進殘差模塊，在一定程度上去除復雜背...