基于深度学习的苹果树病虫害识别技术
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i2.13542
Abstract
由于农民的学习能力和经验的局限性,导致在病虫害识别方面,只能靠传统的目测实现。本文将以苹果树的树叶病虫害为例,寻求最为简单、便捷、快速、准确的识别病虫害的方法。通过机器学习的图像识别和数据分析技术,利用卷积神经网络的自动提取图像特征的功能,可以解决传统病虫害识别方法的很多缺点,如:泛化能力差,识别的准确率低。本文介绍了两种卷积神经网络AlexNet和VGG,最终选择了利用VGG19进行病虫害识别,并发现了一些存在的问题,提出了相关对策,帮助农民快速准确的识别病虫害,为农民减少了经济损失。
Keywords
病虫害;机器学习;图像识别
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 张秋菊.苹果树病虫害智能识别系统设计与实现[J].农业工程技术,2022,42(30):23-24.
[2] 李玲,李艳乐,郭海丽,等.基于卷积神经网络的苹果树病虫害识别[J].南方农机,2022,53(08):16-19.
[3] 杨勇.苹果树病虫害智能识别系统设计与实现[J].农业工程技术,2022,42(09):36-37.
[4] 边柯橙,杨海军,路永华.深度学习在农业病虫害检测识别中的应用综述[J].软件导刊,2021,20(03):26-33.
[5] 李疆,郝梦洁,任显丞.机器学习在农作物病虫害识别上的应用综述[J].河南农业,2021(05):49-50.
[6] 计雪伟,霍兴赢,薛端.基于深度学习的农作物病虫害识别方法[J].南方农机,2020,51(23):182-183.
[7] 李哲,潘维,张赟.基于深度卷积神经网络的植物病虫害识别[J].电子技术与软件工程,2020(23):194-195.
[2] 李玲,李艳乐,郭海丽,等.基于卷积神经网络的苹果树病虫害识别[J].南方农机,2022,53(08):16-19.
[3] 杨勇.苹果树病虫害智能识别系统设计与实现[J].农业工程技术,2022,42(09):36-37.
[4] 边柯橙,杨海军,路永华.深度学习在农业病虫害检测识别中的应用综述[J].软件导刊,2021,20(03):26-33.
[5] 李疆,郝梦洁,任显丞.机器学习在农作物病虫害识别上的应用综述[J].河南农业,2021(05):49-50.
[6] 计雪伟,霍兴赢,薛端.基于深度学习的农作物病虫害识别方法[J].南方农机,2020,51(23):182-183.
[7] 李哲,潘维,张赟.基于深度卷积神经网络的植物病虫害识别[J].电子技术与软件工程,2020(23):194-195.
Copyright © 2025 王琛瑜, 周金和

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License