基于農作物病害檢測與識別的卷積神經網絡模型研究進展*

郭文娟，馮全，李相周

(1. 甘肅政法大學網絡空間安全學院，蘭州市，730070； 2. 甘肅農業大學機電工程學院，蘭州市，730070)

0 引言

國家的經濟發展離不開農業的發展，農作物的病害問題是制約農業發展的關鍵因素[1-2]。因此，農作物病害的快速準確檢測和識別是治理病害的基礎，是提高農作物產量的重要途徑，是推動農業的生產智能化與現代化發展的重要因素。傳統的農作物病害識別主要通過病害專家的肉眼去判斷識別，這樣做的弊端是耗費了大量的人力，同時病害識別的時效性得不到保障，因此會錯過農作物病害治理的最佳時機，造成作物病害加劇導致減產損失。如今，隨著計算機應用技術的快速發展，越來越多的農作物病害智能識別技術被推廣應用[3]。

近年來，深度學習逐漸成為人工智能領域的研究熱點和主流發展方向。深度學習是機器學習的分支之一，主要用來模擬人類的神經系統，旨在構建人工神經系統，能夠對輸入的數據樣本進行分析解釋，自動提取數據的特征信息。卷積神經網絡是深度學習模型的典型代表，該模型被廣泛應用于圖像處理領域，尤其在農作物的病害檢測與識別上。本文基于農作物病害檢測與識別的卷積神經網絡模型研究，分別從農作物病害分類識別、農作物病害目標檢測和農作物病害嚴重程度評估3個方面綜述農作物病害檢測與識別的各類卷積神經網絡模型相關研究進展，結合卷積神經網絡模型發展和優化歷程，對各類典型農作物病害檢測與識別的卷積神經網絡模型進行了分析對比，指出了基于農作物病害檢測與識別的卷積神經網絡模型當前存在的問題，對該領域未來研究方向進行了展望。……