基于深度学习的农作物病虫害图像识别APP系统设计OA北大核心CSTPCD
为准确有效识别出农作物病虫害类别及位置,构建一款农作物病虫害图像识别App系统,为广大农户、研究人员及管理者提供智能信息服务。该系统基于Android平台开发,在所收集的大量病虫害数据集上,开展了Darknet、YOLO等深度网络模型训练和测试,并使用批量正则化、维度聚类和课程设计学习等技术优化模型,实现了181种作物病虫害图像的在线识别检测,为复杂环节下农作物病害及虫害在线识别、监管防控、综合治理等提供技术依据。
陶治;孔建磊;金学波;白玉廷;苏婷立
北京工商大学计算机与信息工程学院,北京100048北京工商大学计算机与信息工程学院,北京100048 北京工商大学食品安全大数据技术北京市重点实验室,北京100048北京工商大学计算机与信息工程学院,北京100048 北京工商大学食品安全大数据技术北京市重点实验室,北京100048北京工商大学计算机与信息工程学院,北京100048 北京工商大学食品安全大数据技术北京市重点实验室,北京100048北京工商大学计算机与信息工程学院,北京100048 北京工商大学食品安全大数据技术北京市重点实验室,北京100048
信息技术与安全科学
农作物病虫害图像识别深度学习Android
《计算机应用与软件》 2022 (3)
P.341-345,5
评论