深度学习驱动的农作物病害识别模型研究

摘要：

农作物病害是农业领域亟待解决的关键问题,其对作物的产量和质量造成了巨大的负面影响,识别病害类型是防治病害的前提.为了进一步提升农业管理智能化程度,提出了一种基于深度学习的农作物叶片病害识别方法.该方法通过采集不同农作物的健康叶片及患病叶片数据,使用深度卷积神经网络ResNet50_Vd实现农作物病害识别任务.实验结果表明,该模型能够有效识别农作物的病害类型,分类正确率达到99.1％,优于其他对比模型.

关键词：智能化、深度学习、病害识别、卷积神经网络、ResNet50_vd

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：贵州财经大学大学生创新创业训练计划项目;贵州省教育厅青年人才项目

在线出版日期：2023-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：18-20