论文部分内容阅读
为了实现复杂农田背景下的病虫害识别,提出了一种基于深度残差学习的多特征多粒度农业病虫害识别方法。结果表明,与传统SVM和BP神经网络相比,该算法在复杂农田背景下的病虫害图像识别精度明显提高。在复杂农田背景下10种作物病虫害图像的分类问题上取得了98.67%的精度。该算法具有很高的实际应用价值,可以与当前使用的农业联网系统集成到实际的农业病虫害防治中。