首页|基于深度学习的水稻病虫害识别小程序的设计

基于深度学习的水稻病虫害识别小程序的设计

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了解决水稻种植过程中遇到的病虫害问题,建立了基于YOLOv5的水稻病虫害图像识别诊断和大数据预测预警系统,开发了集病虫害识别和农业经验分享等多项功能于一体的小程序,实现对水稻病虫害图像的采集、识别和快速诊断.系统采用IP102数据集和Rice Leaf Disease Image Samples数据集,实现高效准确的稻田病虫害诊断,通过小程序手机端、服务端和深度学习算法相结合,极大凸显了防治技术的优势,保障了广大农民的切身利益,实现农业经济的良性、健康、持续性发展.
Design of Rice Pest Identification Applet Based on Deep Learning

蔡佳莹

展开 >

广东海洋大学,广东湛江 524088

水稻病虫害识别 图像识别诊断 预警系统 深度学习 小程序

2022

信息与电脑
北京电子控股有限责任公司

信息与电脑

影响因子：1.143
ISSN：1003-9767
年,卷(期)：2022.34(24)
  • 7