基于卷积神经网络的农作物病害识别研究

文献类型： 中文期刊

第一作者： 陈自立

作者： 陈自立;林卫;贺佳;王来刚;郑国清;彭一龙;焦家东;郭燕

作者机构：

关键词： 深度学习;卷积神经网络;农作物病害;识别

期刊名称： 中国农业科技导报(中英文)

ISSN： 1008-0864

年卷期： 2025 年 27 卷 004 期

页码： 99-109

收录情况： 北大核心 ; CSCD

摘要： 农作物病害对农业生产造成重大威胁，及时、准确的病害识别对制定防治措施和保证粮食安全具有重要意义。随着深度学习的迅猛发展，以卷积神经网络为代表的农作物病害识别方法越来越多地被采用。从基于不同数据集的病害识别、使用迁移学习与预训练的病害识别、病害识别模型的轻量化3个方面对卷积神经网络病害识别方法的优劣进行了比较，分析了现有方法存在的不足，并对未来发展趋势进行了展望，指出为实现农作物病害的自动检测，应构建更丰富数据集、结合多模态数据、进一步优化模型、使用机器人等设备。为减少粮食损失、实现精准农业管理、推动农业现代化和可持续发展提供重要的参考。

分类号： TP183%S43

  • 相关文献

[1]基于深度卷积神经网络的玉米病害识别. 雷波,曹艳,唐江云,胡亮. 2018

[2]基于卷积神经网络的温室黄瓜病害识别系统. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 2018

[3]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

[4]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

[5]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

[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ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[8]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

[9]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[10]面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet模型. 邱文杰,叶进,胡亮青,杨娟,李其利,莫贱友,易万茂. 2021

[11]一种边缘辅助的卫星影像云修复卷积神经网络. 张雨姝,戴佩玉. 2024

[12]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

[13]基于Faster R-CNN网络的茶叶嫩芽检测. 朱红春,李旭,孟炀,杨海滨,徐泽,李振海. 2022

[14]基于卷积神经网络的家蚕幼虫品种智能识别研究. 石洪康,田涯涯,杨创,陈宇,粟思源,张智勇,张剑飞,蒋猛. 2020

[15]基于3-2D融和模型的毛虾捕捞渔船行为识别. 张佳泽,张胜茂,王书献,杨昱皞,戴阳,熊瑛. 2022

[16]基于卷积神经网络的水稻虫害识别. 梁万杰,曹宏鑫. 2017

[17]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

[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]常态养殖下妊娠母猪体质量智能测定模型. 肖德琴,刘俊彬,刘又夫,黄一桂,谭祖杰,熊本海. 2022

[20]深度学习在农业领域的研究与应用. 梁美静,毛克彪,郭中华,袁紫晋. 2024

作者其他论文 更多>>

微信小程序