可持续农业的智能检测：植物病害检测中基于物联网的嵌入式系统、云平台、深度学习和机器学习综述,Multimedia Tools and Applications

植物病害对环境的可持续性和全球粮食安全构成重大威胁。随着人口密度的增加和对植物性食品的需求不断增长，解决持续的植物病害流行的需要变得紧迫。这些问题可以得到解决，并且通过使用嵌入式系统、物联网（IoT）、云平台、机器学习（ML）和深度学习，可以为智能农业中的早期疾病检测提供更精确和有效的方法。 DL）。本文总结了该领域当前的工作，以及为提高植物病害检测的精度和有效性而提出的新想法。在这篇调查论文中，我们提出了（a）对各种植物病害的调查，（b）一种使用物联网、嵌入式系统和实时接收和处理数据的云平台检测植物病害的方法，（c）机器学习疾病识别管道，以及（d）一种利用深度学习检测植物病害的方法。用于植物病害识别的框架、数据集和使用深度学习模型的高光谱成像 (e)。本文描述了使用深度学习、机器学习、嵌入式系统和物联网进行植物病虫害检测的分析和挑战。此次综合检索中使用了以下数据库：ScienceDirect、Springer、IEEE Xplore、MDPI、Hindawi、Frontiers 等。对智能农业、植物病害检测和可持续粮食安全感兴趣的研究人员、政策制定者和其他利益相关者可能会发现本研究中的资源很有用。

"点击查看英文标题和摘要"

相关知识

基于深度学习的植物病害检测系统（网页版+YOLOv8/v7/v6/v5代码+训练数据集）
基于深度学习特征的植物病虫害检测
植物病害检测系统：利用深度学习守护农田的科技先锋
深度学习在植物病害目标检测的科研进展
自动叶片感染识别系统:智能检测植物疾病的革新技术
基于改进YOLOv5的猕猴桃叶病害检测系统（完整源码＆数据集＆视频教程）
基于图像的植物病害识别与分类
深度学习在植物叶部病害检测与识别的研究进展
基于svm机器学习的植物病虫害检测方法
物联网农业信息化

原文链接: 可持续农业的智能检测：植物病害检测中基于物联网的嵌入式系统、云平台、深度学习和机器学习综述,Multimedia Tools and Applications https://www.huajiangbk.com/newsview157163.html