深度学习在杂草识别领域的研究现状与展望.docx

? ? 深度学习在杂草识别领域的研究现状与展望* ? ? 李东升，胡文泽，兰玉彬, 2，范明洪，李翠云，朱俊科 (1. 山东理工大学农业工程与食品科学学院，山东淄博，255000； 2. 山东省农业航空智能装备工程技术研究中心，山东淄博，255000) 0 引言 据统计我国田园杂草有1 454种，其中对作物有严重危害的杂草有130多种[1]。杂草会和作物争夺生存资源[2]，全国每年因杂草造成主要粮食作物损失约3 000 kt[3]，目前解决杂草问题的方法可分为生物、物理和化学除草[4]，化学除草因具有简便高效的优点被人们广泛使用，但化学除草剂的不规范使用对作物、土壤环境等也造成一定的污染。虽然现在国家高度重视农药的使用和残留问题，但是市面上依旧可能出现农药超标的现象[5]，而精准农业或数字农业可以提供缓解这些问题的策略[6-7]。国内外很多学者[8]都在研究如何实现精准化，不仅仅是用量精准化还要目标精准化，因此针对杂草的识别[9]并应用于自动化精准除草是未来农业发展必须要走的一步。深度学习可在农业生产的各个方面促进生产效率。例如品种鉴定，作物部位和果实识别，作物及杂草检测与分类，作物表型及病虫害检测等都是当下研究的热门，另外动物面部、行为识别也在新兴起来可见其在农业领域的广泛应用[10-11]。本文对国内外文献中深度学习在杂草识别领域相关的应用研究进行了总结归纳，对现有技术