基于卷积神经网络的农作物病虫害检测研究进展
蔡国庆
吴建军
祝玉华
甄彤
李智慧
连一萌
河南工业大学信息科学与工程学院,河南郑州 450001
摘要：农作物病虫害是全球农业生产的严重威胁之一,易造成巨大的经济损失.引入机器视觉和机器学习方法进行农作物病虫害检测,不仅可以提高病虫害检测的效率,而且有助于及时采取防治措施,降低损失.卷积神经网络(CNN)作为深度学习的代表技术之一,在计算机视觉领域的图像识别、物体识别等方面应用广泛,在农作物病虫害检测方面也取得了一些成果.本文概述了基于CNN检测农作物病虫害的技术要点、发展历程,综述了该技术的主要研究方向与进展,总结了目前研究中存在的主要问题并提出相应的解决策略,旨在为CNN在农业上的应用提供理论依据,并为农业生产管理的智能化提供技术支撑.
关键词：农作物病虫害检测卷积神经网络深度学习计算机视觉
分类号：S431.9(病虫害及其防治)
资助基金：国家重点研发计划(2022YFD2100202)国家重大科技专项(2018YFD0401404)
论文发表日期：2024-11-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：11( 170-180 )
英文信息