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!