一种植物病害识别方法、设备及介质

本发明公开了一种植物病害识别方法、设备及介质，涉及深度学习技术领域。现有的植物病害识别方法存在准确率低、受环境因素影响大等问题。该方法通过采集植物病害叶片与健康叶片的图像构建数据集，将数据集输入优化ResNet50模型中训练，结合自动混合精度策略、动量随机梯度下降优化算法和权重衰减进行处理。还加入了StepLR学习率调度算法，最终得到预训练的优化ResNet50模型。使用时，将拍摄的图片输入模型，模型自动分析结果并绘制热力图，用户点击热力图中的病害位置可快速跳转至防治页面。与现有技术相比，本发明的植物病害识别方法能够更准确地识别多种植物病害，具有更强的鲁棒性，适配边缘设备，可广泛应用于农业生产中的植物病害监测和防治。