Coding-Party 基于飞桨的农作物智能识别系统病虫害识别
Posted ZhangJiQun&MXP
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Coding-Party 基于飞桨的农作物智能识别系统病虫害识别相关的知识，希望对你有一定的参考价值。
目录
Coding-Party 基于飞桨的农作物智能识别系统
联合国粮食及农业组织最近的一份报告表明，每年农业生产的自然损失中有三分之一以上是由农业病虫害造成的。需要考虑的农业病虫害众多，依赖于实验室观察和实验的传统方法很容易导致错误的诊断。为加快转变农业发展方式，农业部组织开展农作物病虫害专业化统防统治与绿色防控融合推进，逐步实现农作物病虫害全程绿色防控的规模化实施、规范化作业。融合推进可以有效提升病虫害防治的组织化程度和科学化水平，是实现病虫综合治理、农药减量控害的重要内容，也是转变农业发展方式、实现提质增效的重大举措。在保障防治效果的同时，农产品质量符合食品安全国家标准，生态环境及生物多样性有所改善。
病虫害识别
项目创新点
本作品将基于AI Challenger农作物叶子增加识别细粒度图像数据集包含10种植物的27种病害，合计61个分类(按“物种-病害-程度”分)的特性同时结合实地采集的数据，主要从以下几个方面考虑改进：
- ①发病初期检测：增加一定的农作物种类与细分粒度 绝大多数能识别出来的病虫害，等能识别出来的时候已经太晚了。比如草莓白粉病，发病初期症状极为不明显（非常薄的白色绒毛状斑点），只有大量白色粉末状真菌长满叶片（或者果实）的时候才能很明显的看到。
- ②从叶子入手预防：优选模型，注重预测精度，增加考虑因素 存在一部分病虫害在发生危害之前根别看不见病/虫原，如植物根部的线虫，藏于叶子后的蚜虫等情况，将监控不局限于图像的分析识别。
【Paddle打比赛】辣椒病虫害图像识别挑战赛 - 飞桨AI Studio
以上是关于Coding-Party 基于飞桨的农作物智能识别系统病虫害识别的主要内容，如果未能解决你的问题，请参考以下文章