深度学习方法在水稻氮素营养诊断中的应用初探  

Preliminary exploration on the application of in-depth learning method to diagnose the nitrogen nutrition of rice

作　　者：姚强[1] 粟超[1] 李波 易婧[1] 敬廷桃[1] 吕斌[1] YAO Qiang;SU Chao;LI Bo;YI Jing;JING Tingtao;LV Bin

机构地区：[1]重庆市农业科学院,重庆401239

出　　处：《南方农业》2021年第31期125-129,共5页South China Agriculture

基　　金：重庆市农业发展资金项目“手机+图像识别构建水稻氮素营养诊断系统研究”(NKY-2021AB009)。

摘　　要：为解决传统水稻氮素营养诊断方法需要采集水稻植株叶片,损伤水稻植株,需到指定实验室测定,耗时费力,手持叶绿素仪不稳定、误差大等问题,对使用深度学习方法开展水稻氮素营养诊断开展了初步探索。简介了深度学习模型的建立和训练,对模型识别效果的验证。参与模型训练的水稻样本图片共10173张,通过调整训练参数,得到多个模型,保留准确率达到80%以上的模型9个,其中返青期3个、分蘖期3个、拔节孕穗期2个、灌浆期1个;对精度最高的返青期模型开展了模型识别效果验证。初步结果显示,使用深度学习方法开展水稻氮素营养诊断有效可行。

关 键 词：深度学习 数字图像 水稻叶片 氮 营养诊断 

分 类 号：S126[农业科学—农业基础科学]