公开(公告)号：CN119600539A

公开(公告)日：2025-03-11

申请号：CN202411649088.X

申请日：2024-11-19

Applicant: 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)

Inventor： 周永锋 ,  甘宇 ,  刘玉婷 ,  刘众杰 ,  刘镇亚 ,  王旭 ,  王怡雯 ,  徐琦

IPC: G06V20/52 ,  G06V20/10 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06V10/26 ,  G06V10/764 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习模型的叶片虫害识别方法及装置，基于VGG16并加入残缺网络结构块，可以通过标准格式图像进行模型训练，可以对不同环境下所有作物的叶片虫害进行监测。模型经训练后，在训练集和验证集上MSE仅为0.02和0.09，MAE仅为0.11和0.18。在测试集上MSE为0.19，MAE为0.35，通过相关性分析，DCNN‑PDS根据图片所预测出来的值与人工视觉评审的值的皮尔逊相关系数为0.94，具有较高的准确性。可以广泛应用于作物田间生产监测中，精准定位虫害发生，在未来作物生产和虫害防治市场具有重要应用价值。