ty -jour a2 -Fernández，Juan Carlos au -Wang，Qimei au -Qi，Feng Au -Sun，Minghe au -Qu，Jianhua au -Xue- Xue，Jie py -jie py -2019 da -2019 da -2019/16 ti-16 ti-基于深度卷积神经网络和对象检测技术SP -9142753 VL -2019 AB基于感染区域的类型和检测 - 这项研究开发了基于深度卷积神经网络和对象检测模型的番茄疾病检测方法。在这些方法中使用了两种不同的模型，即更快的R-CNN和Mask R-CNN，其中使用更快的R-CNN来识别番茄疾病的类型，并使用蒙版R-CNN来检测和分段的位置和形状感染区。为了选择最适合番茄疾病检测任务的模型，将四个不同的深卷积神经网络与两个对象检测模型相结合。数据从Internet收集，数据集分为训练集，验证集以及实验中使用的测试集。实验结果表明，提出的模型可以准确，快速识别11种番茄疾病类型，并分割感染区域的位置和形状。SN -1687-5265 UR -https：//doi.org/10.1155/2019/9142753 do -10.1155/2019/2019/9142753 JF-计算智能和神经科学PB-