基于AI的桃树病害智能识别方法研究与应用

文献类型： 中文期刊

第一作者： 吴建伟

作者： 吴建伟;黄杰;熊晓菲;高晗;秦向阳

作者机构：

关键词： 桃树病害;图像识别;深度学习;DenseNet模型

期刊名称： 中国农业科技导报

ISSN： 1008-0864

年卷期： 2022 年 24 卷 005 期

页码： 111-118

收录情况： 北大核心 ; CSCD

摘要： 为解决传统人工识别桃树病害效率低、成本高、准确率低等问题,提出了基于AI深度学习的桃树病害智能识别方法,利用并微调ImageNet预训练的DenseNet-169分类模型,对桃树常见的11种病害图像进行预处理与模型训练,搭建桃树病害智能识别软件环境.该方法对常见桃树病害的平均识别率达到91%以上,结合图像处理、深度学习、数据挖掘等技术自动对桃树病害进行识别,实现桃树病害的智能诊断并提供防治建议.该方法具有人力成本低、操作简单、识别效率高等优点,利于病害的及时诊出与防治决策的制定,对促进果园病害防控的智慧化管理具有重要研究意义与应用价值.

分类号： S126

  • 相关文献

[1]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

[2]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[3]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[4]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[5]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 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]采用组合增强的YOLOX-ViT协同识别温室内番茄花果. 吕志远,张付杰,魏晓明,黄媛,李晶晶,张钟莉莉. 2023

[8]基于图像处理和Deeplabv3+模型的小麦赤霉病识别. 戴雨舒,仲晓春,孙成明,杨俊,刘涛,刘升平. 2021

[9]农业害虫自动识别与监测技术. 封洪强,姚青. 2018

[10]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[11]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

[12]基于改进Res Net50模型的大宗淡水鱼种类识别方法. 万鹏,赵竣威,朱明,谭鹤群,邓志勇,黄毓毅,吴文锦,丁安子. 2021

[13]农作物害虫图像识别研究进展与展望. 张萌,钱蓉,朱静波,张立平,李闰枚,董伟. 2018

[14]基于群体图像识别的生菜鲜重估算方法研究. 徐丹,李硕果,陈晶晶,崔庭源,张义,马浚诚. 2024

[15]基于深度学习的羊肚菌菌丝生长程度识别模型算法研究. 朱丹,张静,李季,海云瑞,周慧. 2025

[16]基于改进YOLOv8n损失函数的克氏原螯虾体特征识别算法. 耿春新,王爱民,阎天宇,郁傲男,张昊轩,张武肖,阳程,刘兴国,朱浩,顾夕章,李进峰,邵鹏. 2024

[17]基于改进YOLOv8n的茶树嫩芽识别. 杨肖委,沈强,罗金龙,张拓,杨婷,戴宇樵,刘忠英,李琴,王家伦. 2024

[18]基于YOLOv8n的猪肉新鲜度图像识别算法. 王炼,柳军,皮杰,王道营. 2025

[19]基于卷积神经网络的草莓叶片缺氮诊断模型研究. 葛世龙,吕芯悦,曲明山,李婷,赵小平,晁慧娟,史凯丽,李莉. 2025

[20]基于深度学习和图像识别技术构建斑玉蕈菌盖斑点表型识别分析系统. 姜宁,陈静,余昌霞,苏海辉,董浩然,李巧珍,于海龙,李正鹏. 2025

作者其他论文 更多>>

微信小程序