基于預(yù)訓(xùn)練CNN模型深度特征融合的蘋果葉片病害檢測

打開文本圖片集

摘要 探討了采用預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型，如GoogLeNet、VGGNet和EfficientNet，作為特征提取器對蘋果葉片病害檢測準(zhǔn)確率的影響。通過結(jié)合這3個CNN模型導(dǎo)出的深度特征，實(shí)現(xiàn)了深度學(xué)習(xí)特征的組合，使用提取的深度特征訓(xùn)練了支持向量機(jī)（SVM）分類器。結(jié)果表明，所有CNN模型都能以顯著的準(zhǔn)確率使用深度特征提取并檢測出蘋果葉片病害，整體分類準(zhǔn)確率達(dá)到了99.42%。（剩余9148字）