hxf-v

最近读的一篇论文，花了两个小时做的PPT，仅供大家参考。

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...

1、数据2、模型3、评价指标4、实验结果

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...

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...

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...

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...