生姜别名姜根或因地辛,性温,属多年生草本植物的根茎。不仅具有食用价值,还有着软化血管、促进人体的血液循环等较大的药用价值,对于因肌体寒重引起的各种不适有显著的治疗作用。目前生姜已被制作加工成酱姜、糟姜、姜片干、酸姜等多种形式并广泛流通于我国各大农业市场,成为我国广大居民生产生活中不可或缺的一部分。与此同时,生姜病害日益严重所带来的影响不仅对广大农产品生产商带来了毁灭性的经济打击,也对农业市场产生了巨大影响。因此,鉴于生姜在我国农产品市场中的重要性以及野外环境下病害鉴定的复杂性,本文以实验所收集到的生姜病害图片为基础,对炭疽病、姜瘟病、根结线虫病和白星病进行了研究分析,提出了一种基于卷积神经网络的生姜病害识别系统。该系统首先是对收集到的生姜病害图片进行二值化和轮廓分割等基本的图像预处理,从而增强数据的可靠性。其次,则是将处理后的图像数据交由优化后的卷积神经网络模型进行分析、学习,并在Caffe框架下进行了模拟仿真,结果表明优化后的模型的识别率有了显著的提高。最后,在已训练好的网络模型基础上利用Qt软件设计人机交互界面,从而达到数据可视化提高系统使用的便捷性的目的。具体工作内容如下:(1)图像预处理。为了提高训练神经网络模型的有效性和准确性,需要对神经网络模型的图片训练集进行预处理,如去除冗余信息和噪声以及病害图像的二值化和目标区域的分割、保存等。(2)设计神经网络模型的结构。考虑到生姜病害图像的特征提取的完整性,本文在传统的LeNet-5网络模型的基础上,设计了由三层卷积层、三层池化层和三层全连接层组成的卷积神经网络,并与GoogLeNet模型中的Inception结构提取到的高维特征进行特征融合。此外,为了进一步提高模型的识别率,还引用了新的Swish激活函数和BN层。(3)实验仿真验证模型的有效性。在设置了模型和相关参数后,利用Caffe框架进行了对比实验,对原LeNet-5模型和优化后的混合卷积神经网络模型在相同条件下进行了比较。结果表明,优化后的模型识别率与优化前相比有了显著提高。(4)基于Qt的UI界面设计。为了提高系统的易用性和可靠性,本文在Caffe框架的基础上,利用Qt软件设计了人机交互界面。通过反馈生姜病害类型及其匹配度,用户可以快速获得有效的信息,并结合自己在生产中的实际经验做出最有效的处理。本文利用深度学习技术中的卷积神经网络算法,设计了一个及时有效的生姜病害识别系统,并结合数据可视化界面有效的提高了模型的可用性,较好地缓解了生姜种植户在生产中遇到的疾病防治难等问题。