摘要：提出了一種應(yīng)用于植物病蟲害圖像識(shí)別的模型。利用訓(xùn)練后的半監(jiān)督生成對(duì)抗網(wǎng)絡(luò),只需輸入隨機(jī)噪聲,即可自動(dòng)產(chǎn)生植物病蟲害的仿真圖像。為了驗(yàn)證模型的圖像生成和識(shí)別能力,分別在MNIST數(shù)據(jù)集和Plant Village數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)表明,通過(guò)100次迭代訓(xùn)練,輸入噪聲向量到生成網(wǎng)絡(luò),可以得到高真實(shí)度的樣本圖像,使用判別網(wǎng)絡(luò)提取特征并進(jìn)行圖像分類實(shí)驗(yàn),在測(cè)試集上得到的正確率分別為98.96%和94.32%,取得了較好的分類效果。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
