投稿须知
  《浙江农业学报》——北大版中文核心期刊,中国科学引文数据库(CSCD)核心库来源期刊,RCCSE中国核心学术期刊(武大版),中国科技核心期刊,英国CAB ...

基于深度学习的农作物病害图像识别技术进展

作者:王彦翔 张艳 杨成娅 孟庆龙 尚静

关键词: 农作物病虫害检测; 深度学习; 图像识别; 高光谱成像技术;

摘要:农作物病害的无损检测和早期识别是精准农业和生态农业发展的关键。随着图像采集和图像处理技术的进步,高光谱成像等先进成像探测技术和基于深度学习的图像分析技术越来越多地应用于农作物病虫害的无损检测中。本文首先简单介绍了以深度学习为代表的图像识别技术的基本原理,然后系统地阐述了基于深度学习的先进成像技术和先进图像识别分析技术在农作物病害检测识别中的国内外研究现状,分析了其在农作物病害检测识别上存在的优缺点,如具有快速、准确率高等优点以及数据量过大处理不便等缺点,并进一步指出,利用高光谱成像和热红外成像与深度学习相结合,将成为今后研究农作物病虫害早期检测的主要发展方向。 


上一篇:双重RT-RPA法快速检测沙门氏菌及其1类整合酶基因
下一篇:最后一页

浙ICP备09030064号 | 浙江省农业科学院. All Rights Reserved. 
地址:杭州市石桥路198号浙江省农业科学农村发展与信息研究所  邮政编码:310021