基于卷积神经网络的农业病虫害识别研究综述

来源：江苏农业科学杂志2023年第第7期北京时间：

作者：李子涵;周省邦;赵戈;张克智;曾倩;吴梦涛

单位：南宁师范大学物理与电子学院，广西南宁 530299

摘要：农作物病虫害是当今农业生产需要解决的重要问题之一。基于卷积神经网络的图像识别技术是一种新型的图像与数据处理技术，利用该技术，可以在农业种植过程中，及时准确地分析作物病虫害，以便做出快速准确的反应。综述了利用卷积神经网络模型识别农作物病虫害识别技术在国内外的发展情况，讨论了所调研文献中的病虫害识别关键技术，包括数据源选择、数据预处理手段、卷积神经网络模型和算法优化方式的不同与相似之处。提出了数据获取、复杂图像检测、神经网络模型的低泛化性和高复杂性是该项技术现阶段的不足之处。并进一步指出，构建丰富的数据库与高性能的神经网络是未来发展的主要趋势，为今后的相关研究提供参考。

关键词：卷积神经网络;农作物病虫害;图像识别;病虫害数据集