基于深度学习的农作物病虫害检测算法综述

作     者：慕君林 马博 王云飞 任卓 刘双喜 王金星 MU Junlin;MA Bo;WANG Yunfei;REN Zhuo;LIU Shuangxi;WANG Jinxing

作者机构：山东农业大学机械与电子工程学院泰安271018 山东省农业装备智能化工程实验室泰安271018 山东省园艺机械与装备重点实验室泰安271018 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2023年第54卷第S2期

页      面：301-313页

核心收录：

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(32071908) 国家苹果产业技术体系项目(CARS-27) 

主　　题：农作物病虫害 数字图像处理 深度学习 病虫害检测算法 

摘      要：农作物病虫害对农业产量和品质影响巨大。数字图像处理技术在农作物病虫害识别中发挥重要作用。深度学习在该领域取得显著突破,效果优于传统方法。深度学习方法的特征提取能力更强,能准确捕捉细微特征,提高检测精度和可靠性。深度学习为农业提供了有力支持。本研究综述了基于深度学习的农作物病虫害检测研究,从分类网络、检测网络和分割网络3方面进行了概述,并对每种方法的优缺点进行了总结,同时比较了现有研究的性能。在此基础上,进一步探讨了基于深度学习的农作物病虫害检测算法在实际应用中面临的难题,并提出了相应的解决方案和研究思路。最后,对基于深度学习的农作物病虫害检测技术的未来趋势进行了分析和展望。