基于深度残差的多特征多粒度农业病虫害识别研究
来源：湖北农业科学杂志2020年第16期北京时间：
作者：李艳红, 樊同科
单位：西安外事学院,西安 710077
摘要：为了实现复杂农田背景下的病虫害识别,提出了一种基于深度残差学习的多特征多粒度农业病虫害识别方法。结果表明,与传统SVM和BP神经网络相比,该算法在复杂农田背景下的病虫害图像识别精度明显提高。在复杂农田背景下10种作物病虫害图像的分类问题上取得了98.67%的精度。该算法具有很高的实际应用价值,可以与当前使用的农业联网系统集成到实际的农业病虫害防治中。
关键词：深度残差,多特征多粒度,农业病虫害,识别
基金资助：陕西省2019年重点研发计划项目（2019NY-055）; 陕西省教育科学十三五规划课题（SGH18H538）
