基于深度学习的农作物图像识别的发展

扫码查看

原文链接

万方数据
维普

中文摘要：农作物图像识别是一项重要的农业技术,它能够通过分析农田中的图像数据来快速、准确地识别不同作物的生长状态和健康状况.随着深度学习技术的快速发展,基于深度学习的农作物图像识别研究取得了显著的进展.梳理近年来该领域的研究进展,总结不同深度学习模型在农作物图像识别任务中的应用.首先,回顾农作物图像识别技术的发展进程,从基于特征选择的传统方法到近年来基于深度学习的方法;其次,讨论神经网络、生成对抗网络、目标检测、知识蒸馏等深度学习算法在农作物图像识别中的应用,包括对不同农作物品种、病虫害和生长阶段的识别;最后,分析该领域存在的问题与挑战,并提出未来可探索的研究方向,进而为农业科技的进一步发展提供参考,促进农作物图像识别技术的应用和推广,推动我国农业生产的智能化和可持续发展.

作者：

方晓捷、严李强、张福豪、高心雨

展开 >

作者单位：

西藏大学信息科学技术学院,西藏拉萨 850000

关键词：

深度学习农作物图像识别卷积神经网络目标检测

出版年：

2024

DOI：

10.15889/j.issn.1002-1302.2024.20.003

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(20)