摘要
马铃薯是全球农业系统中的粮食作物,中国是重要的马铃薯种植大国。作为重要农
作物,马铃薯病害问题相对突出,不仅影响农业经济效益,还带来生态和食品安全风险,
引发广泛关注。然而,当前基层病虫害防控体系存在专业人才短缺、诊断技术相对落后
等问题,亟待开发高效、精准的病害识别与防控技术。在计算机视觉与人工智能技术快
速发展的背景下,本研究基于YOLOv5s目标检测模型,针对马铃薯病害图像的自动识
别问题开展了一系列研究,主要工作如下:
(1)本研究设计了一种双向特征选择病害识别算法,通过嵌入
摘要
马铃薯是全球农业系统中的粮食作物,中国是重要的马铃薯种植大国。作为重要农
作物,马铃薯病害问题相对突出,不仅影响农业经济效益,还带来生态和食品安全风险,
引发广泛关注。然而,当前基层病虫害防控体系存在专业人才短缺、诊断技术相对落后
等问题,亟待开发高效、精准的病害识别与防控技术。在计算机视觉与人工智能技术快
速发展的背景下,本研究基于YOLOv5s目标检测模型,针对马铃薯病害图像的自动识
别问题开展了一系列研究,主要工作如下:
(1)本研究设计了一种双向特征选择病害识别算法,通过嵌入
文档评论(0)