学术中心

全部分类
您现在的位置:
首页
/
/
/
基于自动卷积神经网络的稻叶病检测方法

基于自动卷积神经网络的稻叶病检测方法

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-04-14 06:10
  • 访问量:

【概要描述】本文研究了水稻4种患病叶片及健康叶片,通过基于深度学习CNN模型的高精度自动检测方法,代替传统冗长的人工病害检测过程,为水稻叶片病害的检测提供最佳的结果。

基于自动卷积神经网络的稻叶病检测方法

【概要描述】本文研究了水稻4种患病叶片及健康叶片,通过基于深度学习CNN模型的高精度自动检测方法,代替传统冗长的人工病害检测过程,为水稻叶片病害的检测提供最佳的结果。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-04-14 06:10
  • 访问量:
详情

孟加拉国和印度是全球重要的水稻种植国。水稻是孟加拉国的主要农作物。在过去的11年里,农业在孟加拉国国内生产总值(GDP)中所占的比重约为15.08%。但不幸的是,各种病害造成水稻产量的严重损失,辛勤耕耘的农民们不得不面对巨大损失。水稻叶病约有30多种,其中约7-8种病害在孟加拉国较为常见。水稻叶病,如褐斑病、稻瘟病、白叶枯病等是水稻叶病中最常见的病害之一。这些病害严重阻碍了水稻的生长发育和生产力,造成了巨大的生态和经济损失。如果能在早期准确、短时间内发现这些病害,就可以大大减少对农作物的危害,及时止损。

 

本文提出的方案流程

 

水稻叶病(a)褐斑病,(b)叶瘟病,(c)叶枯病,(d)叶黑粉病

 

本文研究了水稻4种患病叶片及健康叶片,通过基于深度学习CNN模型的高精度自动检测方法,代替传统冗长的人工病害检测过程,为水稻叶片病害的检测提供最佳的结果。研究人员对VGG-19、Inception-Resnet-V2、Resnet-101、exception四种模型进行了分析。结果显示,Inception-Resnet-V2得到了较好的准确率为92.68%。

 

训练和验证精度图

 

来源:

Md. Ashiqul Islam, Md. Nymur Rahman Shuvo, Muhammad Shamsojjaman, et al. An Automated Convolutional Neural Network Based Approach for Paddy Leaf Disease Detection. IJACSA. DOI: 10.14569/IJACSA.2021.0120134.

关键词:

扫二维码用手机看

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
查看详情
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
慧科研、慧育种、慧种田——慧聚改变的力量
慧科研、慧育种、慧种田——慧聚改变的力量
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
查看详情
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
查看详情
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
作物生理表型测量基础原理
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
查看详情
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
所属分类:
视频展示
发布时间:
2022/11/13
关键词:

专题报道

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门 
电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明