基于深度学习的柑橘黄龙病远程诊断技术初探 |
| |
引用本文: | 范世达,马伟荣,姜文博,张辉,王金振,李琦,何鹏博,彭磊,黄兆波.基于深度学习的柑橘黄龙病远程诊断技术初探[J].中国果树,2022(4):76-79+86+133. |
| |
作者姓名: | 范世达 马伟荣 姜文博 张辉 王金振 李琦 何鹏博 彭磊 黄兆波 |
| |
作者单位: | 1. 云南农业大学机电工程学院;3. 云南农业大学植物保护学院;4. 云南农业大学园林园艺学院 |
| |
基金项目: | 云南省重大科技专项(2019ZG00907)。 |
| |
摘 要: | 为解决柑橘种植过程中黄龙病检测不及时、检测成本较高的问题,初步探寻基于深度学习的柑橘黄龙病远程诊断方法。通过架设在田间的设备采集柑橘植株图像信息,利用深度学习相关算法构建柑橘黄龙病病害识别模型,在柑橘生长过程中实现黄龙病在线实时监测与病害远程诊断。目前已在试验地初步开展柑橘黄龙病远程诊断试验,结果表明,田间远程诊断准确率为77.1%,已初步实现针对柑橘黄龙病的远程病害诊断,提高了实际生产过程中黄龙病的识别效率,降低了黄龙病检测成本,为柑橘黄龙病田间诊断方法研究提供了新思路。
|
关 键 词: | 柑橘黄龙病 深度学习 病害识别 |
本文献已被 维普 等数据库收录! |
|