天天看点

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

引用格式

邵明月, 张建华, 冯全, 柴秀娟, 张凝, 张文蓉. 深度学习在植物叶部病害检测与识别的研究进展[J]. 智慧农业(中英文), 2022, 4(1): 29-46.

SHAO Mingyue, ZHANG Jianhua, FENG Quan, CHAI Xiujuan, ZHANG Ning, ZHANG Wenrong. Research progress of deep learning in detection and recognition of plant leaf diseases[J]. Smart Agriculture, 2022, 4(1): 29-46.

点击直达知网阅读

点击直达官网阅读(全文,免费)

深度学习在植物叶部病害检测与识别的研究进展

邵明月1, 张建华1*, 冯全2, 柴秀娟1, 张凝1, 张文蓉1

(1.中国农业科学院农业信息研究所/农业农村部农业大数据重点实验室,北京 100081;2.甘肃农业大学 机电工程学院,甘肃兰州 730070)

摘要: 植物病害准确检测与识别是其早期诊断与智能监测的关键,是病虫害精准化防治与信息化管理的核心。深度学习应用于植物病害检测与识别中,可以克服传统诊断方法的弊端,大幅提升病害检测与识别的准确率,引起了广泛关注。本文首先收集和介绍了部分公开的植物病害图像数据集,然后系统地综述了近年来深度学习在植物病害检测和识别中的研究应用进展,阐述了从早期检测和识别算法到基于深度学习的检测和识别算法的研究进展,以及各算法的优点和存在的问题。调研了相关研究文献,提出了光照、遮挡、复杂背景、病害症状之间相似性、病害在不同时期症状会有不同的变化以及多种病害交叠共存是目前植物病害检测和识别面临的主要挑战。并进一步指出,将性能更好的神经网络、大规模数据集和农业理论基础相结合,是未来主要的发展趋势,同时还指出了多模态数据可以用于植物早期病害的识别,也是未来发展方向之一。本文可为植物病害识别的深入研究与发展提供参考。

关键词: 植物;叶部病害;深度学习;病害检测;识别;卷积神经网络;病害图像数据集

长按下图识别二维码,收听此篇文章介绍

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

文章图文

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

图1 植物病害检测的二阶检测算法流程

Fig. 1 Two-stage detection algorithm diagram of plant disease detection

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

图2 植物病害检测的一阶检测算法图

Fig. 2 One-stage detection algorithm diagram of plant disease detection

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

图3 植物病害识别深度学习网络图

Fig. 3 Deep learning network diagram for plant disease recognition

表 1 公开的植物病害图像数据集及网址

Table 1 Publicly available plant disease image data sets and websites

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

表2 近年来基于二阶检测器的植物病害目标检测研究进展

Table 2 Recent advances in plant disease target detection based on second-order detector

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

表3 近年来基于一阶检测器的植物病害目标检测研究进展

Table 3 Recent advances in plant disease target detection based on first-order detector

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

表4 近年来基于无锚框及自建网络的植物病害目标检测研究进展

Table 4 Recent advances in plant disease target detection based on anchor-free and self-built networks

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

表5 近年来基于深度网络的植物病害识别研究进展

Table 5 Recent advances in plant disease recognition based on deep network

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

表6 近年来基于轻量型网络的植物病害识别以及病害检测与识别同时进行的研究进展

Table 6 Recent advances in plant disease recognition based on lightweight network and disease detection and recognition simultaneously

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

通讯作者简介

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

张建华 副研究员张建华,男,工学博士,副研究员,硕士生导师。长期从事农业信息技术研究,研究方向包括:机器视觉与农业机器人、作物病虫害智能识别、智慧畜牧视觉检测。目前主持国家自然科学基金、北京市农业科研专项、中央级公益性科研院所基本科研业务费专项等课题10余项,参与了国家重点研发计划等30余项科研项目的研究工作。发表学术论文50多篇,其中SCI收录10余篇,EI收录近20篇,中文核心收录30篇;获得发明专利授权10项以上,获得软件著作权10项以上,获得省部级科技成果奖励3项。获得中国农科院农业信息研究所第二届“杰出青年”荣誉、中国农科院农业信息研究所青年标兵荣誉、获得中国农业科学院青年英才计划“科研英才培育工程”院级入选者。农业工程学会、农业机械学会、中国畜牧兽医学会信息技术分会的会员。

来源:《智慧农业(中英文)》2022年第1期

转载请联系编辑部授权

本期支持单位

京蓝云智物联网技术有限公司

浙江臻善科技股份有限公司

潍柴雷沃重工股份有限公司

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流,促进智慧农业发展,为更好地服务广大读者、作者和审稿人,编辑部建立了微信交流服务群,有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法:加小编微信331760296,备注:姓名、单位、研究方向,小编拉您进群,机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广

深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)
深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)
深度学习在植物叶部病害检测与识别的研究进展(《智慧农业(中英文)》2022年第1期)

继续阅读