期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的植物病害图像识别算法综述
1
作者 杨翰琨 朱博威 +1 位作者 张彦敏 徐以东 《电子技术应用》 2025年第1期1-7,共7页
植物病害对农业生产和粮食安全构成严重威胁,及时准确地识别和处理成为关键步骤。综述了深度学习在植物病害识别中的应用现状、挑战及未来发展方向。首先介绍了植物病害的重要性和传统识别方法的局限性,然后探讨了深度学习技术的优势及... 植物病害对农业生产和粮食安全构成严重威胁,及时准确地识别和处理成为关键步骤。综述了深度学习在植物病害识别中的应用现状、挑战及未来发展方向。首先介绍了植物病害的重要性和传统识别方法的局限性,然后探讨了深度学习技术的优势及其在植物病害识别中的应用前景,特别是YOLO系列模型在植物病害实时检测中的应用。同时对比了常见的深度学习算法在植物病害识别中的性能,以及对数据集多样性、实时性和灾难性遗忘等挑战进行了分析。最后,提出了持续学习和模型更新的重要性,并展望了未来研究方向。 展开更多
关键词 灾难性遗忘 持续学习 深度学习 植物病害识别 YOLO
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部