您好，欢迎访问安徽省农业科学院 机构知识库！

农作物害虫图像识别研究进展与展望

文献类型： 中文期刊

作者： 张萌 1 ; 钱蓉 1 ; 朱静波 1 ; 张立平 1 ; 李闰枚 1 ; 董伟 1 ;

作者机构： 1.安徽省农业科学院农业经济与信息研究所

关键词： 害虫图像;虫害诊断;图像识别;深度学习;智慧农业

期刊名称： 安徽农业科学

ISSN： 0517-6611

年卷期： 2018 年 34 期

页码： 11-12+15

摘要： 农作物害虫的精准识别是害虫预报及防控的重要前提,图像识别法以高效率、低成本、易操作等优势,成为近年来害虫防治工作的研究热点和主要技术手段。鉴于害虫图像识别在虫害诊断中的巨大潜力,回顾害虫图像识别方法的发展历程,阐述由室内环境下的识别走向自然环境的研究进展,分析传统方法与深度学习的优势与局限性,针对性给出未来发展的相应措施。传统识别方法易实现,适用在样本少、范围小的识别领域;深度学习方法精度高、自适应性强,在数据量充足的前提下可以取得较好的识别效果。最后对农作物害虫图像识别的发展前景进行展望,指出将害虫图像识别与物联网、传感器等技术相结合,共同构建农业大数据,并成为智慧农业的重要组成部分。

  • 相关文献

[1]基于稀疏编码金字塔模型的农田害虫图像识别. 谢成军,李瑞,董伟,宋良图,张洁,陈红波,陈天娇. 2016

[2]基于计算机视觉的水稻病虫害监测平台研发. 管博伦,董伟,张立平,朱静波,孔娟娟,李闰枚,张萌. 2024

[3]基于卷积神经网络和小样本的茶树病害图像识别. 孙云云,江朝晖,董伟,张立平,饶元,李绍稳. 2019

[4]安徽省植保大数据平台建设与应用展望. 张萌,董伟,钱蓉,杨前进,张立平. 2020

[5]安徽省发展数字乡村智慧农业暨农业产业互联网的实践与思考. 方文红,张耀兰. 2023

[6]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

[7]基于深度学习的水稻病虫害诊断方法研究. 姜敏,沈一鸣,张敬尧,饶元,董伟. 2019

[8]基于迁移学习的多模型水稻病害识别方法研究. 王忠培,张萌,董伟,朱静波,孔娟娟,钱蓉. 2021

[9]基于深度学习的病虫害智能化识别系统. 陈天娇,曾娟,谢成军,王儒敬,刘万才,张洁,李瑞,陈红波,胡海瀛,董伟. 2019

[10]农业病虫害图像数据集现状及高质量构建综述. 管博伦,张立平,朱静波,李闰枚,孔娟娟,汪焱,董伟. 2023

[11]基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数. 董伟,钱蓉,张洁,张立平,陈红波,张萌,朱静波,卜英乔. 2019

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：安徽省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台