基于深度学习的农作物病害图像识别技术进展.pdf

基于深度学习的农作物病害图像识别技术进展 (1． ， 550025 ;2． ， 550005) 贵州大学 大数据与信息工程学院 贵州 贵阳 贵阳学院 农产品无损检测工程研究中心 贵州 贵阳 : 。 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。 : ; ; ; 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 中图分类号:S123 文献标志码:A 文章编号:1004-1524 (2019)04-0669-08 Advances in new nondestructive detection and identification techniques of crop diseases based on deep learning WANG Yanxiang1 ，ZHANG Yan1，2 ，* ，YANG Chengya1 ，MENG Qinglong2 ，SHANG Jing2 (1． College of Big Data and Inf ormation Engineering ，Guizhou University ，Guiyang 550025 ，China ;2． Research Center of Nondestructive Testing f or Agricultural Products ，Guiyang University ，Guiyang 550005 ，China) Abstract :The non-destructive testing and early identification of crop diseases is the key to the development of preci- sion agriculture and ecological agriculture． With the progress of image acquisition and image processing technologies ， advanced imaging detection technologies such as hyperspectral imaging and image analysis technologies based on deep learning were increasingly used in non-destructiv

相关知识

基于深度学习的农作物病害图像识别技术进展
深度学习在农作物病害图像识别中的研究进展
基于深度学习的农作物病虫害图像识别技术研究进展
基于深度学习的苹果树叶病害图像识别
基于深度迁移学习的农业病害图像识别
基于图像识别的苹果叶片病害识别模型对比研究
我国基于深度学习的图像识别技术在农作物病虫害识别中的研究进展
基于深度学习技术的农作物病虫害检测识别系统的研究
计算机视觉下的农作物病虫害图像识别研究.pdf
基于深度学习的病虫害智能化识别系统

原文链接: 基于深度学习的农作物病害图像识别技术进展.pdf https://www.huajiangbk.com/newsview1990622.html