| 基于深度学习的病虫害智能化识别系统 |
| |
| 引用本文： | 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. 基于深度学习的病虫害智能化识别系统[J]. 中国植保导刊, 2019, 0(4): 26-34 |
| |
| 作者姓名： | 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 |
| |
| 作者单位： | 中国科学院合肥物质科学研究院/合肥智能机械研究所;全国农业技术推广服务中心;安徽省农业科学院农业经济与信息研究所 |
| |
| 基金项目： | 国家重点研发计划(2018YFD0200300);国家自然基金项目(31671586;61773360;31401293) |
| |
| 摘 要： | 我国农作物种植覆盖面广、分散度高,病虫害发生种类多、区域性发生规律复杂,传统的人工鉴定技术从效率、能力与精度方面均难以满足新形势下重大病虫测报要求。针对这一实践需求,以测报灯下害虫图像数据库(约18万张)、田间病虫害图像数据库(约32万张)为基础,构建了基于深度学习方法的病虫害种类特征自动学习、特征融合、识别和位置回归计算框架,并研发了移动式病虫害智能化感知设备和自动识别系统。通过近2年的精确度和实操运行效率检验,该系统在自然状态下对16种灯下常见害虫的识别率为66%～90%,对38种田间常见病虫害(症状)的识别率为50%～90%。随基础数据库的不断丰富、神经网络深层特征提取的不断完善,该系统有望进一步提高识别准确率,从而真正实现田间病虫害识别自动化、智能化和高效率。
|
| 关 键 词： | 深度学习 病虫害 检测 识别 |
Intelligent identification system of disease and insect pests based on deep learning |
| |
| Chen Tianjiao,Zeng Juan,Xie Chengjun,Wang Rujing,Liu Wancai,Zhang Jie,Li Rui,Chen Hongbo,Hu Haiying,Dong Wei. Intelligent identification system of disease and insect pests based on deep learning[J]. China Plant Protection, 2019, 0(4): 26-34 |
| |
| Authors: | Chen Tianjiao Zeng Juan Xie Chengjun Wang Rujing Liu Wancai Zhang Jie Li Rui Chen Hongbo Hu Haiying Dong Wei |
| |
| Affiliation: | (Institute of Intelligent Machines/Hefei Instit utes of Physical Science,Chinese Academy of Sciences,Hefei Anhui 230031,China;National Agro-Technical Extension and Service Center,Beijing 100125,China;Agricultural Economy and In formation Research Institute,Anhui Academy of Agricultural Sciences,Hefei Anhui 230001,China) |
| |
| Abstract: | Chen Tianjiao;Zeng Juan;Xie Chengjun;Wang Rujing;Liu Wancai;Zhang Jie;Li Rui;Chen Hongbo;Hu Haiying;Dong Wei(Institute of Intelligent Machines/Hefei Instit utes of Physical Science,Chinese Academy of Sciences,Hefei Anhui 230031,China;National Agro-Technical Extension and Service Center,Beijing 100125,China;Agricultural Economy and In formation Research Institute,Anhui Academy of Agricultural Sciences,Hefei Anhui 230001,China) |
| |
| Keywords: | deep learning disease and insect pest detection identification |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
