针对番茄和茄子两类茄科蔬菜的病害，基于SE-Inception和胶囊网络构建了一个具有抗噪性的茄科病害识别网络，称为胶囊SE-Inception。该网络主要分为两部分，特征提取部分和胶囊网络部分。其特征提取部分采用了批处理归一化层(BN)加速网络收敛；利用SE-Inception结构和多尺度特征提取模块来提高模型的精度。胶囊网络部分采用了路由迭代次数为2，维度为16的胶囊进行处理。基于自建的茄科病害数据集开展实验，其包含白粉虱，白粉病，黄曲病，棉疫病4个病害类别和健康叶片；为减少过拟合，对数据进行了增广处理。实验结果表明胶囊SE-Inception网络针对常见的高斯、椒盐和模糊噪声具有较好的抗噪性；其仅需较少的数据就可以达到较高的识别精度，在相同数据量下，胶囊SE-Inception网络的识别精度高于常见轻量级模型。