基于AI的桃树病害智能识别方法研究与应用

摘要：

为解决传统人工识别桃树病害效率低、成本高、准确率低等问题,提出了基于AI深度学习的桃树病害智能识别方法,利用并微调ImageNet预训练的DenseNet-169分类模型,对桃树常见的11种病害图像进行预处理与模型训练,搭建桃树病害智能识别软件环境.该方法对常见桃树病害的平均识别率达到91％以上,结合图像处理、深度学习、数据挖掘等技术自动对桃树病害进行识别,实现桃树病害的智能诊断并提供防治建议.该方法具有人力成本低、操作简单、识别效率高等优点,利于病害的及时诊出与防治决策的制定,对促进果园病害防控的智慧化管理具有重要研究意义与应用价值.

关键词：桃树病害、图像识别、深度学习、DenseNet模型

所属期刊栏目：24

分类号：S126(农业物理学)

资助基金：北京市科技计划项目;北京市农林科学院项目;北京市农林科学院项目;北京市乡村振兴科技项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：111-118