基于深度學習的病蟲害智能化識別系統
摘要：我國農作物種植覆蓋面廣、分散度高,病蟲害發生種類多、區域性發生規律復雜,傳統的人工鑒定技術從效率、能力與精度方面均難以滿足新形勢下重大病蟲測報要求。針對這一實踐需求,以測報燈下害蟲圖像數據庫(約18萬張)、田間病蟲害圖像數據庫(約32萬張)為基礎,構建了基于深度學習方法的病蟲害種類特征自動學習、特征融合、識別和位置回歸計算框架,并研發了移動式病蟲害智能化感知設備和自動識別系統。通過近2年的精確度和實操運行效率檢驗,該系統在自然狀態下對16種燈下常見害蟲的識別率為66%~90%,對38種田間常見病蟲害(癥狀)的識別率為50%~90%。隨基礎數據庫的不斷豐富、神經網絡深層特征提取的不斷完善,該系統有望進一步提高識別準確率,從而真正實現田間病蟲害識別自動化、智能化和高效率。
注: 保護知識產權,如需閱讀全文請聯系中國植保導刊雜志社
相關推薦
更多
