一种基于深度学习模型的叶片虫害识别方法及装置

本发明公开了一种基于深度学习模型的叶片虫害识别方法及装置，基于VGG16并加入残缺网络结构块，可以通过标准格式图像进行模型训练，可以对不同环境下所有作物的叶片虫害进行监测。模型经训练后，在训练集和验证集上MSE仅为0.02和0.09，MAE仅为0.11和0.18。在测试集上MSE为0.19，MAE为0.35，通过相关性分析，DCNN‑PDS根据图片所预测出来的值与人工视觉评审的值的皮尔逊相关系数为0.94，具有较高的准确性。可以广泛应用于作物田间生产监测中，精准定位虫害发生，在未来作物生产和虫害防治市场具有重要应用价值。