文章目录
叶菜病虫害图像识别
数据集
- 训练集1103,测试集210,训练集较少
- 轻微类别不平衡,类间区分度低,类内差异大
- 样本分辨率差异大,背景复杂
- 图片的均值与方差,其绿色通道均值偏大
图像增强
3组
- 归一化
- 网格随机排序,强迫模型关注随机区域,利于细粒度分类
- 细粒度随机丢弃
2组
- 使用OpenCV对训练集进行主要目标检测,减少干扰信息,裁剪得到新的图片(涨了4个点)
- 裁剪后的图像同类的两张进行拼接,按照0.9:1进行混合相加的图像作为新的训练数据。扩增到3000多张
- 在线增强随机翻转等等
- 参照样本高宽比,最后选择H=960,W=732输入网络
1组
- 输入图像大,识别效果好
- 数据增强randaug(N=3,M=9),适用于细粒度分类,涨点明显
3组
总体方案
stage1:二分类+细粒度
一和二三
- 原因:第一类相比二三类