基于YOLO V3的葡萄病害人工智能识别系统
葡萄在生长过程中会感染各种病害,葡萄病害的高效识别是防治葡萄病害的关键.本文提出了一个基于YOLO V3的葡萄病害智能识别系统,由微信小程序、云服务器和葡萄病害识别模型构成.其中的葡萄病害识别模型以植物病虫害生物学国家重点实验室提供的2 566张原始葡萄病害图片为基础,构建了 32 871张葡萄病害图片数据集,采用改进的YOLO V3训练得到.本系统能对手机保存的或现场拍摄的自然条件下的12类葡萄病害图像进行识别,准确率达98.60%.识别结果、病害特征、发病原因、病害地理分布和防治建议可立刻反馈至用户.本系统不但识别率高,而且涵盖了目前大多数常见葡萄病害种类,可作为辅助果农、消费者和相关科研人员甄别葡萄病害的智能工具.
葡萄病害、目标检测、YOLO V3、微信小程序、人工智能、深度学习
48
S436.631;TP391(病虫害及其防治)
现代农业产业技术体系;中国农业科学院:农业基础性长期性工作;国家自然科学基金;陕西省自然科学基金
2022-12-30(万方平台首次上网日期,不代表论文的发表时间)
共11页
278-288