- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE\*ROMAN
PAGE\*ROMANI
摘要
水稻作为全球重要粮食作物,其产量与质量关乎粮食安全,但病虫害频发严重威胁着水稻的产量。传统病虫害检测方法依赖人工经验,存在效率低、成本高、主观性强等问题。本研究基于卷积神经网络(CNN)构建轻量化水稻病虫害自动检测系统,以提升检测效率与实用性。
本课题首先通过对比主流网络结构,选择ResNet-34为基础模型,并通过通道缩减、注意力机制引入等优化实现轻量化;然后数据预处理采用增强技术及归一化处理,构建涵盖4类病虫害的5000余张图像数据集,利用过采样缓解类别不平衡;最后采用模块化架构系统:前端基于Vue
有哪些信誉好的足球投注网站
文档评论(0)