基于大数据与图像识别的柑橘病虫害防治系统的设计与实现

摘要：

柑橘作为世界性大宗水果,每年受病虫害影响巨大.本系统采用Yolov4与Mask-Rcnn框架,实现柑橘病虫害智能识别功能;采用Hadoop分布式计算平台对大数据进行挖掘分析,实现基于大数据的病虫害爆发预警分析、智能解决方案推送;并使用前端技术实现相关数据的可视化展示.该系统解决了病虫害快速识别、柑橘病虫害爆发预警分析、解决方案智能推送等问题,在较大程度上减少果农损失,同时推进了农业生产的信息化、智能化的发展.

关键词：Yolov4、Mask-Rcnn、Hadoop、大数据、柑橘

所属期刊栏目：10

分类号：TP311;TP319(计算技术、计算机技术)

在线出版日期：2021-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：170-173