基于卷积神经网络的农作物病害识别研究综述
随着精准农业的发展,对农作物病害进行快速准确地识别是提高农作物产量、推动农业现代化的重要手段.传统的作物病害识别技术存在一定局限性,依赖人工提取特征,图像分割难度较大,特别在复杂环境下的识别效果不佳.而随着深度学习中卷积神经网络(Convolutional Neural Network,下文简称CNN)在图像识别领域上的不俗表现,不少研究人员将CNN应用于农作物的病害识别.研究表明,基于CNN的深度学习方法是目前对农作物病害分类识别最先进、最有效的方法.本文将阐述传统病害识别技术的原理和缺陷,并详细介绍了CNN技术原理及其在农作物病害识别中的应用案例,基于CNN的农作物病害识别在未来发展和应用上提出几点展望.
深度学习、卷积神经网络、病害识别
40
S-3(农业科学研究、试验)
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
29-33