您好，欢迎访问宁夏农林科学院 机构知识库！
宁夏农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于深度学习的枸杞病虫害识别研究

文献类型： 中文期刊

作者： 李季 1 ; 杨淑婷 1 ; 张学俭 1 ; 周慧 1 ; 冶鑫 1 ; 梁爱银 1 ;

作者机构： 1.宁夏农林科学院农业经济与信息技术研究所

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。

  • 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]枸杞病虫害遥感近地高光谱特征研究. 马菁,张学俭. 2015

[3]几种生物农药对枸杞病虫害的防效研究. 王孝,马金平,王佳. 2012

[4]间作模式对枸杞生产影响的研究进展. 官淑萍,李栋梅,朱丽珍,李晓莺,王数红,何军. 2023

[5]时空协同的农业种植结构遥感精细制图. 张冬韵,吴田军,骆剑承,董文,孙营伟,杨颖频,海云瑞,孟博文,刘巍. 2024

[6]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

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：宁夏农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台