深度学习在农业病虫害检测识别中的应用综述

• 作者: 边柯橙 杨海军 路永华
• 来源期刊: 软件导刊
• 关键词: 深度学习 病虫害 图像识别 特征提取 智能农业
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 中国计算机应用大会(NCCA 2020)专题
• 页码范围: 26-33
• 页数: 8页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201940

摘要

深度学习是一种新兴的图像处理和数据分析技术,其中深度卷积网络在处理图像、视频、语音和音频方面取得突破性进展,其在农业领域的应用引起广泛关注.对采用深度学习技术的39项农业病虫害检测识别研究成果进行研究,分析其数据来源、预处理和增强技术、应用领域、采用的模型和框架、性能指标,并与其它研究方法作对比.研究结果表明,深度学习具有良好的自动特征提取功能,提供了更好的分类效果,优于传统的机器学习方法,且数据采集的多样性、数据规模和完整性对深度学习性能有重要影响.