基于卷积神经网络的家蚕农药中毒识别研究

文献类型： 中文期刊

第一作者： 吴建梅

作者： 吴建梅;陈肖;石洪康;胡光荣;叶晶晶;李永远;张剑飞

作者机构：

关键词： 家蚕;农药中毒;图像数据;卷积神经网络;MobileNet模型

期刊名称： 蚕学通讯

ISSN： 1006-0561

年卷期： 2022 年 004 期

页码： 17-23

摘要： 由农药污染桑叶造成的家蚕中毒是蚕茧生产减收的主要原因之一。现有的家蚕农药中毒识别方法主要是人工观察大量蚕儿出现的明显症状进行识别。为了提高诊断的效率和准确性，运用深度学习方法的卷积神经网络开展了家蚕农药中毒的智能识别研究。通过给4龄初期幼虫添毒的方式集中获取敌杀死（溴氰菊酯）、草甘膦2种农药中毒的家蚕样本，并以相同日龄的健康家蚕作为参照，使用智能手机在实际环境下采集图像，构建家蚕中毒症状的图像数据集。在此基础上，利用轻量级卷积神经网络MobileNet模型开展识别试验，结果显示对2种农药中毒的识别准确率分别为95.0%和99.6%。初步的研究结果提示，进一步构建种类更加完整的基于卷积神经网络的家蚕农药中毒识别系统，将有助于蚕桑生产上家蚕中毒的农药污染溯源分析和精准预防。

分类号： S884.96%TP183%TP391.41

  • 相关文献

[1]家蚕农药中毒的预防措施及中毒后处理. 朱红. 2013

[2]基于卷积神经网络的家蚕病害识别研究. 石洪康,肖文福,黄亮,胡丛武,胡光荣,张剑飞. 2022

[3]基于自然背景的蚜虫图像数据集. 董伟,朱静波,管博伦,孔娟娟,李闰枚,张萌,张立平. 2023

[4]桔小实蝇等六种常见果园害虫图像数据集. 张翔鹤,王晓丽,刘婷婷,胡林,樊景超. 2022

[5]正确对待和积极解决农药的毒性问题. . 2001

[6]无毒农药-灭幼脲3号. 孔庆富. 1994

[7]有机磷农药混剂急性联合毒性及其评价. 文一,魏帅,潘家荣. 2008

[8]犬中毒临床综合诊治. 周绪正,包军义. 2009

[9]川桑高质量发展100答. 陈义安. 2024

[10]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[11]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[12]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[13]小样本卷积神经网络井震映射反演. 安振芳,张进,张建中,邢磊,黄忠来. 2020

[14]采用卷积神经网络构建西北太平洋柔鱼渔场预报模型. 朱浩朋,伍玉梅,唐峰华,靳少非,裴凯洋,崔雪森. 2020

[15]基于SVM和CNN组合模型的黄瓜病斑叶片检测与识别. 王浩,王建春,李凤菊,钱春阳,张雪飞,徐义鑫,吕雄杰,杜彦芳,宋斌. 2020

[16]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[17]基于VGG-16卷积神经网络的海水养殖病害诊断. 李海涛,王腾,王印庚. 2020

[18]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,王婷,胡林. 2019

[19]基于U-Net的甘蔗提取方法. 董秀春,蒋怡,王思,李宗南,王昕. 2019

[20]卷积神经网络在农业病虫害识别中的应用. 张耀丽,许宁,宋裕民,孟庆山,侯旭,李虎. 2023

作者其他论文 更多>>

微信小程序