一种基于G-CAFNet模型的番茄叶斑病识别方法和系统

本发明公开了一种基于G‑CAFNet模型的番茄叶斑病识别方法和系统，方法包括：获取番茄叶斑病图像数据进行分类并构建数据集；对数据集进行图像预处理，并按照预设比例将预处理后的数据集划分为训练集和测试集；构建基于G‑CAFNet模型的番茄叶斑病识别网络；所述番茄叶斑病识别网络包括特征提取模块和特征分类模块；将训练集输入基于G‑CAFNet模型的番茄叶斑病识别网络进行特征训练，并通过Adam优化算法迭代更新参数，得到最优模型权重；将最优模型权重作为预训练参数，应用于测试集的验证，得到训练后的识别模型，使用训练后的识别模型对待识别番茄叶斑病图像进行识别；本发明可以提高信息流传递效率和深度特征共享能力，提高了对番茄叶斑病的识别精度。