深度学习在农作物病虫害识别中应用初探

• 作者: 吴冬燕 吴阳江 孙奥 许燕萍
• 来源期刊: 电子测试
• 关键词: 深度学习 图像识别 神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 网络与信息工程
• 页码范围: 68-70
• 页数: 3页
• 字数: 2526字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2019.06.028

摘要

我国有广阔的农作物种植面积,其中病虫害对农作物产量的影响最大,当农作物得了病虫害时,其整体生理机能会大大下降从而导致植株瘦小,无法达到最优生产状态从而产量不高经济效益低.因此农民需要多关注农作物的生长状态,由于植株较多并且小因此病虫害通常很难发现,每当发现时其通常已经扩散了很大的面积.目前深度学习技术已经应用在诸多领域,其中在农业领域的应用也相对成熟,使用深度学习技术对农作物病虫害的图像进行识别判断,能准确、快速地识别出病虫害的种类,减小因人为经验不足而造成的病虫害误判,滥用农药对环境造成的不良影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴冬燕		31	118	5.0	10.0
2	许燕萍		13	12	2.0	2.0
3	吴阳江		6	4	2.0	2.0
4	孙奥		3	3	1.0	1.0