[发明专利]一种改进VGG19的番茄叶片病害分类方法

权利要求书

1.一种改进VGG19的番茄叶片病害分类方法，其特征在于，包括如下步骤：

获取番茄叶片图像，并对图像进行筛选、标记和预处理得到图像数据集；

构建改进VGG19神经网络模型，改进VGG19模型结构依次为：2层64个卷积核的卷积层连接1个最大池化层、2层128个卷积核的卷积层连接1个最大池化层、4层256个卷积核的卷积层连接1个最大池化层、4层512个卷积核的卷积层连接1个最大池化层、1层512个3×1的卷积层、1层512个1×3的卷积层、1层512个3×1的卷积层、1层512个1×3的卷积层连接1个最大池化层、1层全局平均池化层，完成模型的构建；

将图像数据集输入改进VGG19神经网络模型进行训练，输出结果采用softmax函数进行分类。

2.根据权利要求1所述改进VGG19的番茄叶片病害分类方法，其特征在于，对图像进行筛选是从图像中挑选出符合番茄病害的图像，对于不符合的图像进行摒弃处理。

3.根据权利要求2所述改进VGG19的番茄叶片病害分类方法，其特征在于，对图像进行标记是对每类不同的病害叶片进行分类标注。

4.根据权利要求3所述改进VGG19的番茄叶片病害分类方法，其特征在于，所述图像的预处理包括图像的左右翻转和颜色变化，使每一类的图像均等分布。

5.根据权利要求1所述改进VGG19的番茄叶片病害分类方法，其特征在于，神经网络训练过程中采用Leaky ReLu激活函数。

6.根据权利要求5所述改进VGG19的番茄叶片病害分类方法，其特征在于，训练改进VGG19神经网络模型时保留前12个卷积层在数据集上训练得到的权重，仅训练后面5层的网络结构。