使用卷积神经网络同时使用叶和茎图像进行植物病害检测？

【问题标题】：Using both leaf and stem images for plant disease detection using convolution neural network?使用卷积神经网络同时使用叶和茎图像进行植物病害检测？
【发布时间】：2018-12-06 12:53:33
【问题描述】：

我正在使用深度学习方法进行植物病害检测研究。我将使用的方法称为 CNN（卷积神经网络）。疾病症状是植物叶子和茎的颜色。当我回顾以前进行的研究时，几乎所有研究都只使用了植物的叶子或茎的图像，而不是两者都使用。如何同时使用数据集中的茎和叶图像来训练我的模型。

【问题讨论】：

标签： python image-processing neural-network deep-learning conv-neural-network

【解决方案1】：

我能想到的一种方法是有一个两流网络：

一个网络只接受叶子。另一个接受对应的词干。
然后这两个网络在某个更高层连接在一起，并从到达输出层。

这个想法是，下面的每个网络都会自行对相应图像进行特征转换以获取有用的特征，然后将这两组特征在更高层组合，然后再被更高层使用以生成预测。

    output
  /\/\/\/\/\
  _________
 |         |
 |_________|
 / \ / \ / \
 ____    ____
|cnn1|  |cnn2|
|____|  |____|
  ^       ^
 Leaf    Stem

【讨论】：