基于深度学习的枸杞病虫害识别研究

文献类型： 中文期刊

第一作者： 李季

作者： 李季;杨淑婷;张学俭;周慧;冶鑫;梁爱银

作者机构：

关键词： 枸杞病虫害;目标检测;YOLOv5;深度学习;病虫害识别

期刊名称： 宁夏农林科技

ISSN： 1002-204X

年卷期： 2024 年 65 卷 012 期

页码： 78-82,95

摘要： 枸杞作为我国重要的经济作物，其病虫害问题严重影响作物的产量和品质。为提高枸杞病虫害识别效率，降低人工成本，研究基于深度学习的病虫害识别方法，构建了涵盖主要病虫害的图像数据集，采用数据增强技术提升样本多样性，基于YOLOv5目标检测模型进行检测，并与SSD等模型进行了性能对比分析；实验通过混淆矩阵和损失函数评估模型的鲁棒性与检测精度。实验结果表明，YOLOv5在平均精度（mAP）和召回率等指标上均显著优于对比模型，其中mAP达到88.49%。此外，混淆矩阵分析结果表明，YOLOv5对负泥虫和木虱的检测精度最高，对瘿螨类的检测存在一定混淆。基于YOLOv5的检测方法能够高效、准确地识别枸杞病虫害，为智能化农业病虫害监测提供了重要支持，并具备广阔的应用前景。

分类号： S435.671%TP391.41%TP18

  • 相关文献

[1]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[2]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[3]基于YOLOv5改进模型的丁香鱼围网作业目标检测研究. 张佳泽,张胜茂,樊伟,唐峰华,杨胜龙,孙永文,王书献,刘洋,朱文斌. 2023

[4]基于级联视觉检测的樱桃番茄自动采收系统设计与试验. 李兴旭,陈雯柏,王一群,杨顺,吴华瑞,赵春江. 2023

[5]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

[6]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

[7]基于深度学习的水稻病虫害诊断方法研究. 姜敏,沈一鸣,张敬尧,饶元,董伟. 2019

[8]基于深度学习网络实现番茄病虫害检测与识别. 王铭慧,张怀清,樊江川,陈帮乾,云挺. 2023

[9]基于YOLOv5模型的仔猪社交识别方法研究. 冯兴尧,王海峰,朱君,孙想,邱阳,李斌. 2024

[10]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[11]基于YOLOv5的小麦种子发芽检测方法研究. 白卫卫,赵雪妮,罗斌,赵薇,黄硕,张晗. 2023

[12]基于改进YOLOv5l的设施番茄3D信息检测方法. 林森,许童羽,葛禹豪,马璟,孙添龙,赵春江. 2024

[13]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[14]农业害虫检测的深度学习算法综述. 蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江. 2023

[15]基于深度学习的蚕茧种类识别研究. 石洪康,李林波,祝明辉,陈义安,马勇,张剑飞. 2023

[16]基于AlexNet的栽培苜蓿病害识别. 李云昊,李仲贤,伏帅,张忠雪,茆士琴,冯琦胜,梁天刚,李彦忠. 2023

[17]基于YOLOv4的稻田杂草目标检测算法. 袁涛,胡冬,马超,李琳一,郑秀国,钱戴玲. 2023

[18]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[19]基于YOLOv5s-SE和通道剪枝的虫咬紫金蝉茶检测方法研究. 戴佳兵,宋春芳,凌彩金,李臻锋,孙崇高. 2024

[20]基于YOLOv3模型的金枪鱼鱼群特征识别初步研究. 马硕,张禹,王鲁民,张勋,金卫国,王国来,常卫东. 2021

作者其他论文 更多>>

微信小程序