病虫害识别

作品数：213被引量：676H指数：14
导出分析报告
相关领域：农业科学自动化与计算机技术更多>>
相关作者：黄孟军唐宇姜玉松王江晴帖军更多>>
相关机构：华南农业大学青岛农业大学华北水利水电大学安徽农业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金河南省科技攻关计划江苏省高等学校大学生实践创新训练计划项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
设施切花玫瑰主要病虫害识别及绿色防控技术
《农业与技术》2025年第8期126-129,共4页李保全 杨克泽 马金慧 张兆萍 谢涛生 王晓军 魏玉杰 
甘肃省科技计划乡村振兴专题项目“甘肃陇南玫瑰现代农业产业集成与示范”(项目编号:22CX2NH001);2023年科技创新人才计划-西部之光“西部青年学者项目”(项目编号:23JR6KH032);甘肃省陇原青年英才项目(项目编号:[2022]05)。
近年来,在甘肃省武威市凉州区设施切花玫瑰生产过程中,病虫害发生日趋严重,尤其是玫瑰白粉病、霜霉病、灰霉病、蚜虫、蓟马和玫瑰叶螨的发生导致植株受害,光合作用减弱,鲜花品质变差,严重时甚至导致整株玫瑰死亡,给种植户造成严重的经...
关键词：切花玫瑰 病虫害 绿色防控 监测预警 
棉花主要病虫害识别与综合防控策略研究
《农业开发与装备》2025年第4期187-189,共3页李庆锁 
通过由间调查和实验室研究,对棉花生长期间常见病虫害的发生规律、危害特征及其识别方法进行系统分析。研究发现,棉花主要病害包括枯萎病、黄萎病和棉花疫病,主要虫害包括棉铃虫、棉蚜和红蜘蛛。针对不同病虫害的发生特点,采用生物防治...
关键词：棉花病虫害 识别方法 综合防控 生物防治 可持续发展 
基于深度学习与边缘计算的农作物病虫害检测装置设计
《南方农机》2025年第7期24-27,31,共5页杨英 丘温河 徐泽华 陈殊 张瑞详 
广东交通职业技术学院大学生科技创新项目“智慧水田病虫害识别与防治装置研发”(GDCP-ZX-2022-007-N2);广东交通职业技术学院大学生创新创业训练计划项目“智慧农田病虫害识别与防治装置”。
【目的】实现对植物尤其是农作物病虫害的实时、精准检测。【方法】结合最新AIOT技术与人工智能深度学习算法,设计了一款农作物病虫害检测装置。该装置分为数据采集、数据通信、数据处理以及应用软件部分。硬件上除传统IOT设计外,还使用...
关键词：智慧农业 物联网 边缘计算 病虫害识别 
园艺作物病虫害智能识别中人工智能技术的融合应用及实例研究——以新疆阿克苏地区为例
《数字农业与智能农机》2025年第4期92-95,共4页吴瑞 
针对传统方法在园艺作物病虫害识别中效率低、误判率高等问题,采用了图像识别、数据处理与智能诊断系统等技术手段展开分析,从多个方面深入探讨了深度学习模型在病虫害识别中的作用,并结合传感器与多源数据融合,构建了高效的识别与诊断...
关键词：园艺作物 病虫害识别 图像识别 智能诊断 
基于改进PP-YOLO的农业病虫害识别算法的研究
《农机使用与维修》2025年第3期74-77,共4页田斌 顾斌 费晨 王晓拓 孙彦 倪成功 肖俊淳 
苏州农业职业技术学院青年教师科研能力提升计划(QN[2022]10);苏州农业职业技术学院教师社会实践项目(无编号);2023年江苏省创新创业培育计划项目(GX019)。
在农业生产活动当中,病虫害对粮食的产量产生了很大的影响。在无人机中利用计算机视觉精准识别病虫害为农业生产提供了保障,但是同时也带来了目标太小、精准度不高的问题。针对此问题,通过在PP-YOLO网络的基础上引入注意力机制SENet(Squ...
关键词：农业病虫害识别 改进PP-YOLO 深度学习 计算机视觉 目标检测 
基于改进EfficientNet的辣椒病虫害识别方法研究
《延边大学农学学报》2025年第1期46-50,共5页张振强 赵伟峰 
安徽省重大项目(2022AH040230);安徽科技学院校级科研发展基金项目(FZ230122)。
该研究针对辣椒病虫害识别过程中数据量少、精度低等问题,以安徽科技学院农学院辣椒试验田采集的病虫害图片数据为研究对象,利用多尺度注意力机制来改进EfficientNet模型,实现了辣椒病虫害的高效精确识别。改进后的模型不仅可以增强和...
关键词：辣椒病虫害识别 多尺度注意力机制 EfficientNet 深度学习 
用于植物病虫害图像识别的数据增强方法
《计算机技术与发展》2025年第3期210-214,共5页肖宇 吴杰 马驰 
广东省教育科学研究项目(2022ZDZX4052,2021ZDJS082)。
在深度学习的植物病虫害图像识别领域,区域数据增强是提高模型泛化能力的关键策略。该技术通过有选择性地移除图像的特定区域,促使模型更加专注于提取那些区分度较低的特征,进而增强了模型对新数据的适应性和识别能力。所提出的Saliency...
关键词：数据增强 类激活映射 深度学习 植物病虫害识别 GhostNet 
玉米病虫害识别与综合防治技术研究
《中文科技期刊数据库(全文版)农业科学》2025年第3期087-090,共4页曾小堂 阿克尔得·木哈什 
随着现代农业的持续进步,玉米的栽培面积呈现出稳步扩张态势,但这一发展趋势亦伴生着日益严峻的挑战,当中病虫害问题作为一大顽疾,长期盘踞于玉米种植领域,给广大农户带来了深重的困扰,它不仅严重侵蚀了玉米的产量与质量,更对玉米生产...
关键词：玉米 病虫害识别 综合防治 技术 
基于改进YOLO v8s模型的玉米病虫害图像识别
《江苏农业科学》2025年第5期231-243,共13页杨骞云 沈艳 
国家自然科学基金(编号:62172061);四川省科技计划重点研发项目(编号:2023YFG0116)。
针对目标检测模型YOLO v8s在光照变化大和背景杂乱情况下,对玉米病虫害进行识别过程中存在检测漏检率高以及鲁棒性较差的问题,提出了一种基于改进YOLO v8s的玉米病虫害识别模型——DSCGAM-YOLO v8s。DSCGAM-YOLO v8s模型基于YOLO v8s模...
关键词：玉米 病虫害识别 目标检测 YOLO v8模型 
基于改进YOLO v5s的复杂环境下棉叶病虫害识别
《江苏农业科学》2025年第5期250-257,共8页刘嘉 曾鹏滔 王志胜 撒金海 
国家自然科学基金(编号:62266043)。
棉叶病虫害是影响棉花产量的关键性因素,为解决传统人工棉叶病虫害识别准确率低的问题,提出一种基于YOLO v5s的改进模型来实现真实环境下的棉叶病虫害精确识别,该模型将YOLO v5模型的原主干网络改进为一种新的纯轻量级卷积网络架构RepV...
关键词：目标检测 棉叶病虫害 主干网络 损失函数 注意力机制 
全选清除导出
共22页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部