基于深度学习的荔枝虫害识别技术的应用与实现

【目的】 虫害是影响荔枝产量与品质的重要制约因素，基于深度学习的荔枝虫害识别可以为荔枝种植过程中的虫害防治工作提供技术支持，对提高荔枝产量及品质，提高果园生态安全具有重要作用。【方法】 文章针对目前荔枝虫害识别领域存在的问题，为提高虫害目标识别精度和效率，以荔枝蝽象为目标虫害，提出一种基于YOLO v4的目标检测方法，首先使用专业摄像头、大型数据库、智能虫情测报灯3种方式采集荔枝虫害图像，配合数据增强方法，用LableImg平台进行数据标注，制作一个特征丰富的数据集，在CSP Dark net框架下进行网络模型训练，得到荔枝虫害识别模型。【结果】 基于深度学习的荔枝虫害识别技术在广州从化荔枝现代农业产业园进行应用，取得了较好的应用效果，证明该技术可以实现真实复杂环境中荔枝虫害的有效识别。【结论】 基于深度学习的荔枝虫害识别模型，能够实现虫害的科学监测，降低农户对于虫害的投入成本，减少化学农药的使用，改善荔枝生长的环境，进一步实现荔枝生产绿色化要求，增加作物的经济价值。  

基于物联网的茶树病虫害监测预警系统设计与实现

【目的】基于物联网技术的茶树病虫害监测预警系统为农业生产过程病虫害绿色防治工作提供了技术支持,对提高茶叶品质和产量、保障茶园生态安全具有重要作用。【方法】基于物联网、多媒体、计算机图像识别、GIS等技术设计茶树病虫害监测预警系统,结合自动虫情灯、自动性诱仪、孢子捕捉仪、智能气象仪、高清摄像机等物联网硬件设备,实现茶园环境数据、病虫害信息的自动化监测和病虫害信息在地图上的可视化展示,并通过构建病虫害发生的环境气候模型,对病虫害发生进行预警。【结果】茶树病虫害监测预警系统在英德市试点茶园进行了应用,系统软硬件配合良好,实现了茶园生产环境监测、虫情监测、病虫害预警等功能。【结论】茶树病虫害监测预警系统的应用提高了茶园病虫害防治工作效率,促进了茶叶产业的经济效益增长和可持续发展。