通过使用深度可分离卷积有效地降低了模型的参数量和训练时间,在此基础上加入空洞卷积技术扩大网络中的感受野,提高网络对边缘的特征学习能力,并借助残差网络的技术逐步加深神经网络的深度,构建小麦生育进程监测模型.结果表明,本研究提出的监测模型在识别准确率方面高于经典的VGG16,InceptionV3,ResNet50模型,达到了98.6%....