花椰菜疾病识别与机器视觉检测架构设计
1. 花椰菜疾病识别
在农业领域,花椰菜疾病的自动识别是一项具有重要意义的工作。其主要目的是识别花椰菜的疾病,重点关注四种显著的疾病,即细菌性软腐病、黑腐病、霜霉病和钮扣病。
1.1 研究方法
研究采用了两种方法进行分析:机器学习和基于卷积神经网络(CNN)架构的迁移学习。在获取花椰菜的图像后,便开始进行疾病识别的研究。
1.2 不同分类器的性能评估
| 分类器 | 最高准确率(钮扣病分类) | 精度 | 特异性 | 灵敏度 | 假阴性率(FNR) | 假阳性率(FPR) |
|---|---|---|---|---|---|---|
| K - star | 84.80% | 58.45 | 85.25 | 83.00 | 17.00% | 14.75% |
| 随机委员会 | 84.00% | 58.47 | 87.75 | 69.00 | 31.00% | 12.25% |
| 随机森林 |
超级会员免费看
订阅专栏 解锁全文
41

被折叠的 条评论
为什么被折叠?



