一种基于NEQR算法与深度学习的农田害虫种类识别方法

本发明公开了一种基于NEQR算法与深度学习的农田害虫种类识别方法，包括图像预处理：收集农田害虫图像数据，利用标准化处理方法对图像进行预处理；采用NEQR模型将图像转换为量子态；搭建SqueezeNet神经网络模型，将图像划分为训练集和测试集，利用训练集对SqueezeNet神经网络模型进行训练，采用反向传播算法进行参数更新，根据训练结果调整模型参数；利用测试集验证结果准确性，对SqueezeNet神经网络模型进行性能评估，输出最优SqueezeNet神经网络模型；采集有害虫农田图像，对图像进行处理；将处理后图像输入到SqueezeNet神经网络模型中，进行害虫种类识别。本发明能有效提高害虫检测速度和害虫识别的准确性，优化数据处理流程，提升适应性和灵活性。