Deep Convolutional Neural Network based Detection System for Real-time Corn Plant Disease Recognition

1、期刊信息

名称：Procedia Computer Science

2、研究内容

使用由专用CNN硬件模块组成的英特尔Movidius神经计算棒，将预先训练的深度CNN模型部署到树莓pi 3上。在玉米叶部病害识别过程中，深度学习模型的准确率达88.46%，证明了该方法的可行性。提出的玉米植物病害识别模型能够在独立的智能设备上运行，如树莓pi或智能手机和无人机。

3、材料与方法

系统结构

【1】采用深度学习的玉米病害识别系统有两个主要硬件单元，即NCS和树莓pi 3b+模块，配备1.4GHz 64位四核处理器、1GB

如果觉得《基于深度卷积神经网络的玉米病害实时识别检测系统》对你有帮助，请点赞、收藏，并留下你的观点哦！