基于深度学习的柑橘黄龙病远程诊断技术初探

摘要：

为解决柑橘种植过程中黄龙病检测不及时、检测成本较高的问题,初步探寻基于深度学习的柑橘黄龙病远程诊断方法.通过架设在田间的设备采集柑橘植株图像信息,利用深度学习相关算法构建柑橘黄龙病病害识别模型,在柑橘生长过程中实现黄龙病在线实时监测与病害远程诊断.目前已在试验地初步开展柑橘黄龙病远程诊断试验,结果表明,田间远程诊断准确率为77.1％,已初步实现针对柑橘黄龙病的远程病害诊断,提高了实际生产过程中黄龙病的识别效率,降低了黄龙病检测成本,为柑橘黄龙病田间诊断方法研究提供了新思路.

关键词：柑橘黄龙病、深度学习、病害识别

分类号：S436.66(病虫害及其防治)

资助基金：云南省重大科技专项2019ZG00907

在线出版日期：2022-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：76-79,封3