基于深度学习的玉米和番茄病虫害检测技术研究进展

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：近年来，病虫害严重影响了农作物的生长和产量，在当前人口剧增、粮食短缺的背景下，解决这一问题具有急迫性和重要性。因此，深度学习凭借学习能力强和高准确性等优势，逐渐成为农业病虫害检测技术的研究热点之一。深度学习结合多种技术可以更加高效地帮助农民检测病虫害，从而及时采取措施对农作物病虫害进行防治，提高农作物产量和质量。本文以玉米和番茄为研究对象，针对农作物病虫害检测技术对病虫害检测研究中常用的深度学习模型进行了概述，并分别对深度学习与传感器技术和遥感技术结合的病虫害检测系统和不同应用场景上深度学习结合不同技术对病虫害检测起到的应用效果进行阐述;同时总结了玉米和番茄的常见害虫种类、害虫体型特点和啃食特点。最后，讨论了深度学习技术在实际应用中存在的问题和未来深度学习技术的发展方向。深度学习与先进技术的结合将为农民和农作物专家提供有效的工具，帮助他们及时发现和应对病虫害问题，提高农作物的产量和质量。

作者：

张友为、王鑫鑫、范晓飞

展开 >

作者单位：

河北农业大学机电工程学院,河北保定 071000

河北农业大学河北省山区研究所,河北保定 071000

国家北方山区农业工程技术研究中心,河北保定 071001

关键词：

深度学习玉米番茄病虫害检测传感器技术遥感技术

基金：

国家自然科学基金面上项目河北省高层次人才资助项目河北省重点研发计划河北农业大学引进人才科研专项

项目编号：

32072572E201910000620327403DYJ201847

出版年：

2024

DOI：

10.15889/j.issn.1002-1302.2024.10.002

江苏农业科学

江苏省农业科学院

江苏农业科学

CSTPCD北大核心

影响因子：0.732

ISSN：1002-1302

年,卷(期)：2024.52(10)