原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要
玉米是我国重要的粮食作物之一，其种植面积和产量已成为粮食作物中的首位。
然而，玉米在生长过程中常常遭受各种病害的困扰，尤其是叶片部位常受影响。这
些病害对生产造成了危害，影响了玉米的产量和质量。传统的玉米病害检测方法主
要依赖专家判断，具有主观性，不能满足实时性的需求。基于深度学习的农作物病
害检测技术具有精度高、速度快等优点。因此，构建玉米叶片病害检测模型对提高
玉米产量和质量，减少农户经济损失有着重要的意义。本文主要完成工作如下：
（1）构建了玉米叶片病害数据集。本研究采用人工拍
文档评论（0）