深度学习在农作物病害图像识别中的研究进展

来源：中国农机化学报杂志2023年第2期北京时间：

作者：何雨霜, 王琢, 王湘平, 肖进, 罗友谊, 张俊峰

单位：武汉市农业科学院，武汉市，430345

摘要：农作物病害识别关乎作物的产量与质量，是智慧农业发展过程中必不可少的重要环节。随着深度学习技术在图像处理领域的飞速发展，利用深度学习从图像中识别出农作物患病类型的方法已逐渐成为主流。主要对基于深度学习的农作物病害识别方法进行综述，简要地介绍深度学习和卷积神经网络，收集一些常用的病害图像公开数据集。根据训练样本采集环境的不同，从实验室和野外两个方面概述近年来基于深度学习病害识别方法的进展，指出每种方法的优势与不足，总结出该研究领域存在数据量不足、任务难度大、深度学习模型网络结构复杂3个主要问题，并在此基础上进行展望，提出建立大规模、多种类、多类型病害数据库和设计高性能的深度学习模型是未来的重要发展方向。

关键词：深度学习,农作物病害识别,卷积神经网络,图像识别

基金资助：湖北省重点研发计划项目（2020BBA041）