基于深度学习的水稻病虫害诊断方法研究

文献类型： 中文期刊

第一作者： 姜敏

作者： 姜敏;沈一鸣;张敬尧;饶元;董伟

作者机构：

关键词： 深度学习;水稻;病虫害识别;诊断

期刊名称： 洛阳理工学院学报(自然科学版)

ISSN： 1674-5043

年卷期： 2019 年 04 期

页码： 78-83

摘要： 病虫害是影响水稻等农作物产量的重要制约性因素。为探索基于深度学习的水稻病虫害诊断方法,采用图片尺寸归一化、截取感兴趣区域、病理分割3种预处理方式分别与Faster R-CNN Inception v2、SSD MobileNet v1两种深度学习目标检测预训练模型结合,在TensorFlow深度学习平台下进行水稻病虫害识别模型的训练和诊断效果测试。实验结果表明,6种条件下水稻病虫害识别准确率分别为99.65%、90.74%、92.60%、82.23%、65.74%和20.41%,其中采用归一化尺寸和Faster R-CNN模型时水稻病虫害识别准确率最高,且具有较低的训练时长,较适宜用于水稻病虫害诊断。

分类号： S435.11`TP391.41`TP18

  • 相关文献

[1]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

[2]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

[3]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

[4]基于深度学习的枸杞病虫害识别研究. 李季,杨淑婷,张学俭,周慧,冶鑫,梁爱银. 2024

[5]一种基于深度学习的水稻种子分类方法. 王晓飞,刘维,巫浩翔,陈浩,张丽婷,潘朝阳,何秀英. 2024

[6]基于三维重建的秸秆地单株水稻生长形态检测研究. 魏天翔,汪小旵,施印炎,王延鹏,王凤杰,张先洁,卜俊怡,杨四军. 2021

[7]基于RGB图像和CNN模型的水稻氮素诊断系统. 吕斌,姚强,粟超,李波,查茜,黄祥,詹火木. 2024

[8]基于YOLO v5和多源数据集的水稻主要害虫识别方法. 梁勇,邱荣洲,李志鹏,陈世雄,张钟,赵健. 2022

[9]水稻生育期遥感监测的研究进展、瓶颈问题与技术优化路径. 李瑞杰,王爱冬,吴华星,李子秋,冯向前,洪卫源,汤学军,覃金华,王丹英,褚光,张运波,陈松. 2025

[10]面向水稻杂草识别的高精度图像分类算法. 杨淑婷,李季,刘正予,马聪,王蓉. 2025

[11]关于百色市芒果主要重大病虫害的识别与防治. 黄杰. 2019

[12]基于文献计量学的农作物病虫害识别研究进展分析. 金青婷,黄红星,江顺. 2023

[13]基于Android的植保服务平台的研究与实现. 张萌,钱蓉,董伟,朱静波,孔娟娟,李闰枚,张立平. 2019

[14]冬小麦主要病虫害的高光谱识别. 徐永伟,程登发,周益林. 2007

[15]基于案例推理的水稻病虫害诊断专家系统研究. 袁涛,马超,金剑锋,李琳一. 2009

[16]水稻氮素营养诊断方法研究进展. 杨红云,周琼,杨珺,孙玉婷,路艳. 2020

[17]基于Android的水稻害虫诊断系统. 张谷丰,罗岗,孙雪梅,易红娟. 2015

[18]安徽省水稻主要病虫害诊治专家系统. 陈铠,石慧心. 1996

[19]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

[20]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

作者其他论文 更多>>

微信小程序