基于大数据与图像识别的柑橘病虫害防治系统的设计与实现

• 作者: 罗昱晟 冉力争 张小荣 王敏
• 来源期刊: 智能计算机与应用
• 关键词: Yolov4 Mask-Rcnn Hadoop 大数据 柑橘
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 专题设计与应用|Specialized design and application
• 页码范围: 170-173
• 页数: 4页
• 分类号: TP311|TP319
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2020.12.037

摘要

柑橘作为世界性大宗水果,每年受病虫害影响巨大.本系统采用Yolov4与Mask-Rcnn框架,实现柑橘病虫害智能识别功能;采用Hadoop分布式计算平台对大数据进行挖掘分析,实现基于大数据的病虫害爆发预警分析、智能解决方案推送;并使用前端技术实现相关数据的可视化展示.该系统解决了病虫害快速识别、柑橘病虫害爆发预警分析、解决方案智能推送等问题,在较大程度上减少果农损失,同时推进了农业生产的信息化、智能化的发展.