基于卷积神经网络的轻量级葡萄叶片病害分类方法及设备

本发明涉及一种基于卷积神经网络的轻量级葡萄叶片病害分类方法及设备，方法包括：获取葡萄叶片图像，并进行预处理；利用预训练的轻量级葡萄叶片病害模型，识别葡萄叶片图像中葡萄叶片病害；根据识别结果，对所述轻量级葡萄叶片病害模型进行评估，并基于评估结果优化所述轻量级葡萄叶片病害模型；其中，轻量级葡萄叶片病害模型为改进卷积神经网络的模型。与现有技术相比，本发明通过优化卷积神经网络结构、采用深度可分离卷积、改进全连接层和激活函数，在保证较高分类准确率的同时，降低计算复杂度，适应资源有限的设备和应用场景。