- 博客(11)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 SpringBoot-项目文件夹-说明
1、model层（数据库表字段映射到实体类）数据库实体层，也被称为entity层，pojo层。一般数据库一张表对应一个实体类，类属性同表字段一一对应。2、dao层（CURD方法）dao层即数据持久层，也被称为mapper层。dao层的作用为访问数据库，向数据库发送sql语句，完成数据的增删改查任务。3、service层 (功能设计)service层即业务逻辑层。service层的作...
2020-03-25 16:05:44
883
原创 基于自注意力卷积神经网络的作物叶片病害识别
网络加注意力理由：分析：作物叶病的识别是作物病害诊断和控制的技术基础，保证了农产品的安全。快速准确地识别农作物叶片疾病是农业由待解决的问题。作物叶片病害的图像具有背景复杂，病斑面积小，病斑与背景对比度差等挑战，容易造成两者之间的混淆。另外，在实际环境中捕获的图像具有各种噪声和环境因素，例如不同的分辨率，角度，照明度等。根据叶片图像特征的选择方法不同，将农作物病害的图像识别方法分为两类：基于手...
2020-03-24 14:00:07
2191
7
原创 深度学习评价指标
深度学习模型评价指标图像分类评价指标准确率Accuracy精确度Precision和召回率RecallF1 score混淆矩阵ROC曲线与AUC图像分类评价指标图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务，从最开始比较简单的10分类的灰度图像手写数字识别mnist，到后来更大一点的10分类的cifar10和100分类的cifar100，到后来的imagenet，...
2019-08-12 15:42:30
966
原创 基于GPDCNN在黄瓜叶片病害鉴定中的应用
实验数据分辨率为2456×2058像素的BM-500GE / BB-500GE数码彩色摄像机用于捕获作物病叶图像。从陕西杨凌农业高新技术产业示范区的黄瓜种植基地，收集了6种常见黄瓜叶病和100种正常叶的600个黄瓜病叶，每种疾病有100个叶片图像，在几种不同的条件下具有典型的疾病症状。数据增强有效的CNN模型依赖于大规模图像集上的大量迭代训练。但是，我们的数据集量太小，无法克服网络的过度拟...
2019-07-15 20:17:45
1057
6
原创 基于VGG-16的图像分类实验
1、数据准备本次实验我使用的数据是5种花的图片，真实图片如下所示：5种花简单用0–4标签，训练一个不错的网络模型需要大量的数据，本次实验样本数量如下表：2、vgg16网络结构vgg_16典型的特点就是使用33大小的卷积核堆叠来达到55和7*7的效果。网络结构如下：3、代码实现本次实验使用keras框架，实验全部代码如下：from keras.preprocessing.imag...
2019-05-01 14:13:45
8145
18
原创 利用深度卷积神经网络识别水稻病害
a.数据准备最近读到一篇论文，关于水稻病害识别的，数据采用的是10种水稻病害数据，共500张。从500个自然图像中随机选择10,000个12×12个斑块，做如下预处理：经过上面的预处理可以得到特征图：b.网络搭建搭建了一个深度卷积神经网络如下图所示：假设输入图像的大小为W，卷积核的大小为F，卷积核的移动步幅为S=2，填充P被用于填充在输入图像边界，通常P=0， 所以卷积后的图像...
2019-04-16 09:28:25
5454
13
原创 基于Alexnet的植物病斑识别
a.准备数据数据使用的是一个植物病害检测比赛中的数据，选择了四类苹果叶片进行识别，真实数据如下所示：b.模型结构本次实验我使用的是Alexnet网络，网络在2012年被提出。网络结构如下：根据Alexnet网络结构，我使用Keras打印了模型信息如下：c.代码实现使用keras实现了Alexnet完整代码，数据放在train和test下，每个文件夹下有四个子文件夹，病害类别标签使...
2019-04-14 16:46:33
2468
7
原创 利用卷积神经网络从叶片图像中识别玉米病
a.介绍这是我最近读的一篇论文，论文来自2017年第21届国际计算机科学与工程大会（ICSEC），文中针对4种玉米叶片类型识别问题自己搭建了一个网络结构，个人觉得不错，在此分享，结构比较容易用代码实现，在此就不贴代码了。a.数据集分布b.网络架构c.实验实验分为3部分。在第一部分中，我们使用5倍交叉验证从头开始训练我们提出的网络。在每个折叠中，我们使用三个数据子集，数据增加，用于训练...
2019-04-11 11:01:34
4626
11
原创 基于LeNet的农业病害图像识别
实验流程：问题分析整体框架数据准备代码实现实验结果a. 问题分析首先我们针对农业病害识别问题做一个简单分析，我们希望做出来的效果是：用户输入一张患病的植物图片，得到该病害所属类型，同时输出预测准确率accuracy和loss。b.整体框架如下图：c.数据准备我们使用的数据均来自网络搜集，本次实验我们只选择了四种玉米病害图像进行实验，数据已经经过预处理，分布如下表：真实...
2019-04-09 10:42:09
3800
28
Java面试突击-V3.0.pdf
2020-03-18
Information Processing in Agriculture.pdf
2020-03-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人