摘要
对于基层农户面临农作物病虫害诊断难的问题,本文研发了一个智能农业病虫害识别系统,该系统有助于农户精准识别农作物的病虫害,有效减少农药滥用过度使用,做到精准施药精准防控,有助于农产品增产增收,有效提升农业生产效率和可持续性.本文采用VGG16和Resnet18两种深度学习模型对农作物病虫害样本数据进行训练分析.通过比较分析表明Resnet18模型具有更高的准确率和效率.然后结合前端技术和编程技术开发了一个应用Resnet18模型的农作物病虫害智能识别系统,该系统可以为农户提供水稻、大豆、玉米、小麦等农作物典型病虫害的准确识别,并根据识别结果为基层农户提供预防该病害的知识以及给出施用农药建议,具有一定的推广价值.
基金项目
大学生科技创新计划项目(00206032059)
浙江省教育厅一般科研项目(Y202250330)
浙江省教育厅一般科研项目(Y201942817)
科研创新团队项目(KYTD202201)
浙江省教育厅省产学合作协同育人项目(浙教办函[2023]241号)
维普
万方数据