网站大量收购独家精品文档,联系QQ:2885784924

TGARRPA 015-2024 百香果叶部真菌病害人工智能识别与综合防控技术规程.pdf

TGARRPA 015-2024 百香果叶部真菌病害人工智能识别与综合防控技术规程.pdf

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

ICS65.020.99

CCSB39

GARRPA

团体标准

T/GARRPA015—2024

百香果叶部真菌病害人工智能识别与综合

防控技术规程

TechnicalcodeofpracticeforAIrecognitionandintegratedcontrolof

pasionfruitleaffungaldiseases

2024-12-31发布2025-01-02实施

广西农业农村产业振兴促进会发布

T/GARRPA015—2024

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由贵州大学提出、归口并宣贯。

本文件起草单位:贵州大学、广西壮族自治区农业科学院微生物研究所、西藏大学。

本文件主要起草人:陈孝玉龙、樊瑞冬、刘增亮、王旭、张欣、林建吾、胡小京、王华书、桑维钧、

丁泽阳、欧阳浩、滕虎亮、易本琳、吴圣进、陈雪凤、阎勇、侯双双、刘学米、张思雨、王琪然、杨凡、

彭昌杨、姜雨欣、褚青帅、迪尔夫扎·伊盖贝戴娃(乌兹别克斯坦)、加布里埃尔·伯格(德国)。

I

T/GARRPA015—2024

百香果叶部真菌病害人工智能识别与综合防控技术规程

1范围

本文件界定了百香果叶部真菌病害人工智能识别和综合防控的术语和定义,规定了百香果叶部真菌

病害人工智能识别、综合防控、技术档案建立的技术要求。

本文件适用于百香果叶部真菌病害的人工智能识别与综合防控。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,

仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本

文件。

GB/T8321(所有部分)农药合理使用准则

NY/T1276农药安全使用规范总则

NY/T2767牧草病害调查与防治技术规程

3术语和定义

下列术语和定义适用于本文件。

3.1

百香果叶部真菌病害passionfruitleaffungaldiseases

百香果生长过程中,因病原真菌侵染叶部而引起的百香果叶部病害。

3.2

训练集trainingset

在百香果叶部病害人工智能识别技术应用中,用于训练病害识别模型的数据集。该数据集包含大量

已明确标注百香果叶部病害种类及对应特征的百香果叶片图像、相关生理数据等信息,模型依据训练集

中的数据进行学习,以构建能够准确识别百香果叶部不同病害类型的能力。

3.3

验证集validationset

针对百香果叶部病害识别模型训练过程所划分出的特定数据集,用于在模型训练期间,对模型的性

能表现进行阶段性评估,辅助确定如模型的最优结构参数、合适的学习算法配置等超参数,以此优化模

型对百香果叶部病害的识别效果,且其数据不参与模型参数的直接更新过程。

3.4

测试集testset

独立于训练集与验证集之外,专门用于在百香果叶部病害识别模型完成训练后,对其实际识别性能

进行客观衡量的数据集。该数

文档评论(0)

***** + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档