基于YOLO V3的葡萄病害人工智能识别系统

文献类型： 中文期刊

第一作者： 王超学

作者： 王超学;祁昕;马罡;朱亮;王白暄;马春森

作者机构：

关键词： 葡萄病害;目标检测;YOLO V3;微信小程序;人工智能;深度学习

期刊名称： 植物保护

ISSN： 0529-1542

年卷期： 2022 年 006 期

页码： 278-288

收录情况： 北大核心 ; CSCD

摘要： 葡萄在生长过程中会感染各种病害，葡萄病害的高效识别是防治葡萄病害的关键。本文提出了一个基于YOLO V3的葡萄病害智能识别系统，由微信小程序、云服务器和葡萄病害识别模型构成。其中的葡萄病害识别模型以植物病虫害生物学国家重点实验室提供的2 566张原始葡萄病害图片为基础，构建了32 871张葡萄病害图片数据集，采用改进的YOLO V3训练得到。本系统能对手机保存的或现场拍摄的自然条件下的12类葡萄病害图像进行识别，准确率达98.60%。识别结果、病害特征、发病原因、病害地理分布和防治建议可立刻反馈至用户。本系统不但识别率高，而且涵盖了目前大多数常见葡萄病害种类，可作为辅助果农、消费者和相关科研人员甄别葡萄病害的智能工具。

分类号： TP391.41%TP18%S436.631.1

  • 相关文献

[1]基于改进实例分割算法的区域养殖生猪计数系统. 张岩琪,周硕,张凝,柴秀娟,孙坦. 2024

[2]入侵昆虫识别微信小程序设计与实现. 黄亦其,沈豪,王福宽,钱万强,董双玉,乔曦. 2023

[3]基于多尺度融合模型的双维度番茄潜叶蛾识别方法及应用. 周晓彦,鞠醒,于启炟,马浩,冼晓青,张桂芬. 2025

[4]基于改进YOLOX模型的柑橘木虱检测方法. 王海漫,俞婷,肖明明,杨嘉诚,陈富荣,易干军,林德球,罗敏. 2022

[5]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

[6]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

[7]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

[8]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

[9]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

[10]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

[11]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

[12]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

[13]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

[14]大田环境下的农业害虫图像小目标检测算法. 蒋心璐,陈天恩,王聪,赵春江. 2024

[15]基于深度学习的半监督图像标注系统设计与实现. 胡明玉,夏雪,杨晨雪,曹景军,柴秀娟. 2021

[16]深度学习在蜜蜂研究中的应用. 孙逸飞,丁桂玲,路运才,刘振虎,黄家兴. 2023

[17]面向海洋渔业捕捞生产的深度学习方法应用研究进展. 张胜茂,孙永文,樊伟,唐峰华,崔雪森,伍玉梅. 2022

[18]水族馆鱼类目标检测网络优化研究. 刘洋,张胜茂,王书献,王斐,樊伟,邹国华,伯静. 2022

[19]基于坐标注意力机制与高效边界框回归损失的线虫快速识别. 陆健强,梁效,余超然,兰玉彬,邱洪斌,黄捷伟,尹梓濠,陈慧洁,郑胜杰. 2022

[20]基于改进YOLO-V4网络的浅海生物检测模型. 毛国君,翁伟栋,朱晋德,张媛,吴富村,毛玉泽. 2021

作者其他论文 更多>>

微信小程序