基于深度学习的玉米病虫害智能诊断系统开发  

Development of intelligent diagnosis system for corm diseases and inseet pests based on deep leamning

作　　者：姚强[1] 付忠军[1] 李君保 吕斌[1] 粟超[1] 郭彩霞 YAO Qiang;FU Zhongjun;LI Junbao;LYU Bin;SU Chao;GUO Caixia

机构地区：[1]重庆市农业科学院,重庆401239 [2]酉阳县农业技术推广站,重庆酉阳409800 [3]重庆市农业学校,重庆401239

出　　处：《南方农业》2023年第17期84-88,共5页South China Agriculture

基　　金：重庆市农业发展基金重大核心技术攻关项目“青贮玉米骨干种质B313持绿性改良提升及育种应用”(cqaas2023sjczhx009)。

摘　　要：使用自定义CNN和DenseNet201两种基于深度学习的网络,对大斑病、南方锈病、玉米黏虫、玉米蚜虫、玉米叶螨等10种常见玉米病虫害图像样本开展模型训练,并对部分训练结果进行了对比分析。发现所得val_accuracy大于0.8的模型中,基于CNN网络的模型相对稳定,val_loss值相对较小,说明在特定情况下基于CNN网络的模型收敛性相对较好,但DenseNet201网络更容易取得较高准确率的模型。面向Android系统开发基于深度学习的玉米病虫害智能诊断系统,并对系统开展诊断结果验证。验证结果:系统对于小斑病、纹枯病、茎腐病3种病害的诊断错误率较高,泛化能力不足。结论:开发基于深度学习的玉米病虫害智能诊断系统是可行的,但还需进一步调整完善。

关 键 词：玉米病虫害 深度学习 CNN DenseNet201 智能诊断系统 

分 类 号：S126[农业科学—农业基础科学]