哈尔滨科技大市场

首页 > 技术交易 > 科技成果

成果搜索

基于AlexNet神经网络模型的玉米叶片病害识别技术

发布时间： 2023-12-08 浏览量：31

交易方式：面议
联系电话：13100886280
单位名称或姓名：倪海明
产业领域：数字经济
成果类型：

项目基本情况Basic information of the project

由于黑龙江省气候多变，夏季温热，加之近年来温室效应不断加剧，各种玉米病害时有发生，大大降低了我省玉米作物产量。玉米病害的快速精准识别尤为重要。由于黑龙江省气候多变，夏季温热，加之近年来温室效应不断加剧，各种玉米病害时有发生，大大降低了我省玉米作物产量和品质。玉米病害的快速精准识别尤为重要。该技术可以帮助农民在玉米病害发生的早期快速准确地诊断病害种类，及早进行对症防治，尽可能降低玉米病害所带来的经济损失。根据玉米叶片病害图像的种类及特征，建立标准化处理后的玉米叶片病害样本图像数据集。将样本数据集按照7:3 的比例划分为训练集和测试集。利用Matlab 2019b 中提供的用于神经网络设计和分析的DeepNetworkDesigner 工具箱构建玉米叶片病害图像AlexNet 神经网络识别模型。该技术目前已经较为成熟，对相似性较高的玉米病害叶片实验中取得了较高的识别准确率。此外，课题组近期采用混合激活函数方法，对ResNet50残差神经网络结构进行了改进，进一步提高了识别精度。该项技术主要适用于黑龙江省种植的玉米作物常见叶片病害的快速识别。也可推广到其他地区及其他农作物叶片病害的识别应用当中。目前该项技术仍处于实验室研究阶段，采用多种算法进行了测试。2021年获批中国林学会林业领域技术应用案例，尚未有实际应用。

管理团队与技术团队Management team and technical team

东北林业大学

效益分析Benefit analysis

该项目为储备库项目资源，暂无效益分析内容。

成果推荐Result recommendation

新闻中心

技术交易

科技人才

科技服务

政策

活动中心

关于我们