文献类型： 中文期刊

作者： 陈自立 ¹ ; 林卫 ¹ ; 贺佳 ² ; 王来刚 ² ; 郑国清 ² ; 彭一龙 ¹ ; 焦家东 ¹ ; 郭燕 ² ;

作者机构： 1.河南师范大学计算机与信息工程学院

2.河南省农业科学院农业经济与信息研究所

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。