首页|深度学习在农业病虫害检测识别中的应用综述

深度学习在农业病虫害检测识别中的应用综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
深度学习是一种新兴的图像处理和数据分析技术,其中深度卷积网络在处理图像、视频、语音和音频方面取得突破性进展,其在农业领域的应用引起广泛关注.对采用深度学习技术的39项农业病虫害检测识别研究成果进行研究,分析其数据来源、预处理和增强技术、应用领域、采用的模型和框架、性能指标,并与其它研究方法作对比.研究结果表明,深度学习具有良好的自动特征提取功能,提供了更好的分类效果,优于传统的机器学习方法,且数据采集的多样性、数据规模和完整性对深度学习性能有重要影响.
Application Review of Deep Learning in Detection and Identification of Agricultural Pests and Diseases

边柯橙、杨海军、路永华

展开 >

兰州财经大学信息工程学院,甘肃兰州730030

深度学习 病虫害 图像识别 特征提取 智能农业

甘肃省电子商务技术与应用重点实验室(兰州财经大学)开放基金甘肃省自然科学基金

2018GSDZSW63A1418JR3RA216

2021

10.11907/rjdk.201940

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(3)
  • 23
  • 20