首页|深度学习在作物病害图像识别方面应用的研究进展

深度学习在作物病害图像识别方面应用的研究进展

Advances in Research on Deep Learning for Crop Disease Image Recognition

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
在作物生产管理过程中,正确及时地诊断作物所患病害非常关键.基于深度学习的图像识别为作物病害自动快速诊断提供了新途径.相比传统图像识别所用的模式识别方法,深度学习网络模型能自行提取特征且能够由低维特征抽象出高维特征,取得更好的学习效果.系统梳理了深度学习在图像自动化识别方面的发展历程,介绍了浅层神经网络的相关概念,阐述了深度学习与之相比具有的优势,并简述了深度学习的重要图像识别算法——卷积神经网络.作物病害图像识别由单作物单病害、单作物多病害和多作物多病害的识别三部分组成,在分析讨论深度学习这三方面的研究现状以及目前该领域面临的困难与挑战的基础上,提出了未来可能突破的难点和研究重点.

周惠汝、吴波明

展开 >

中国农业大学植物保护学院,北京100193

深度学习 图像识别 病害诊断 卷积神经网络

国家重点研发计划项目

2016YFD0300702

2021

10.13304/j.nykjdb.2019.1041

中国农业科技导报
中国农村技术开发中心

中国农业科技导报

CSTPCDCSCD北大核心
影响因子：1.252
ISSN：1008-0864
年,卷(期)：2021.23(5)
  • 19
  • 11