首页|基于YOLO V3的葡萄病害人工智能识别系统

基于YOLO V3的葡萄病害人工智能识别系统

扫码查看
原文链接
  • 万方数据
  • 维普
葡萄在生长过程中会感染各种病害,葡萄病害的高效识别是防治葡萄病害的关键.本文提出了一个基于YOLO V3的葡萄病害智能识别系统,由微信小程序、云服务器和葡萄病害识别模型构成.其中的葡萄病害识别模型以植物病虫害生物学国家重点实验室提供的2 566张原始葡萄病害图片为基础,构建了 32 871张葡萄病害图片数据集,采用改进的YOLO V3训练得到.本系统能对手机保存的或现场拍摄的自然条件下的12类葡萄病害图像进行识别,准确率达98.60％.识别结果、病害特征、发病原因、病害地理分布和防治建议可立刻反馈至用户.本系统不但识别率高,而且涵盖了目前大多数常见葡萄病害种类,可作为辅助果农、消费者和相关科研人员甄别葡萄病害的智能工具.
Intelligent identification system of grape diseases based on YOLO V3

王超学、祁昕、马罡、朱亮、王白暄、马春森

展开 >

西安建筑科技大学信息与控制工程学院,西安 710311

中国农业科学院植物保护研究所,植物病虫害生物学国家重点实验室,北京 100193

葡萄病害 目标检测 YOLO V3 微信小程序 人工智能 深度学习

现代农业产业技术体系建设项目中国农科院农业基础性长期性工作项目国家自然科学基金陕西省自然科学基金

CARS-29-bc-4Y2017LM1062072363S2019-JC-YB-1191

2022

10.16688/j.zwbh.2021513

植物保护
中国植物保护学会 中国农业科学院植物保护研究所

植物保护

CSTPCDCSCD北大核心
影响因子：1.004
ISSN：0529-1542
年,卷(期)：2022.48(6)
  • 7
  • 6