论文部分内容阅读
【目的】本文针对农业病害图像识别问题,探讨在不同数据规模条件下融合不同的机器学习方法,以提高农业病害图像识别准确率。【方法】重点围绕农业病害图像数据规模较小条件下的机器学习建模问题,引入深度迁移学习方法,通过具体实验探讨如何提高小样本条件下的建模效果。【结果】在高质量的农业病害图像数据集上,引入深度迁移学习方法能够有效提高农业病害图像识别准确率。【局限】在基于深度神经网络的机器学习方法中,农业病害图像数据集的质量及规模对于建模效果均有一定的影响,未来将进一步探索在数据质量和规模等方面具有更佳普适性的