摘要
利用深度学习等图像处理技术对农作物进行病虫害图像识别的技术研究,是未来农业智能化发展的必然趋势。本研究概述国内外不同种类的农作物病虫害的图像识别应用技术的研究现状,对经典的图像处理、机器学习、深度学习等方法中存在的优缺点进行深入分析,提出采用生成对抗网络(generative adversarial networks,简称GAN)技术来扩充农作物病虫害数据库,并采用基于移动端APP的深度学习识别模型等技术作为未来农作物病虫害识别技术研究的方向与目标,为农业生产提供病虫害决策支持服务,及时准确诊断农作物病虫害情况。根据不同的病情给出用药指导及早治疗,可以有效遏制病虫害的蔓延,降低对作物产量的影响;通过减少用药量达到治疗目的,有利于农业生产提质增效、保障食品安全、维护人类健康。
出处
《江苏农业科学》
2020年第22期22-27,共6页
Jiangsu Agricultural Sciences
基金
内蒙古农业大学高层次人才科研启动金(编号:NDYB2018-38)
内蒙古自然科学基金(编号:2017MS0514)
2019年度自治区高等学校科研项目(编号:NJZY19050)。
作者简介
康飞龙(1986-),男,内蒙古呼和浩特人,博士,高级工程师,讲师,研究方向为农业智能化。E-mail:kfl@imau.edu.cn;通信作者:李佳,博士,高级工程师,讲师,研究方向为农业大数据技术。E-mail:273041390@qq.com。
