深度学习在玉米病害识别及生长监测 IOT 系统构建中的应用研究

迟 　浩
山东水利职业学院

摘要

随着人工智能技术的运用，农业的智能化、现代化进程加快，精准农业是其中的一个重要组成部分。目前，我国玉米生产正遭受着多种病害的侵袭，其中病害种类繁多，症状主要出现在玉米叶片上，且田间管理措施不够完善，不能及时、准确地获得田间信息，严重影响了玉米的生产管理与产量。当前，针对玉米病害的机器学习研究缺乏公开、高质量的数据，而基于深度学习的玉米病害诊断方法，对算法的需求较大，算法复杂。传统的人工神经网络在小样本条件下识别精度不高，利用物联网技术对玉米长势和病害进行远程监控，实现对玉米长势和病害的精确判定，从而解放人工。基于此，本文对深度学习在玉米病害识别及生长监测 IOT 系统构建进行研究。

关键词

深度学习；玉米病害识别；生长监测 IOT 系统；构建； 应用

参考

[1] 孙红，乔金，李松，等 . 基于深度学习的玉米拔节期冠层识别 [J]. 农业工程学报，2021，37（21）：53-61.

[2] 李恩霖，谢秋菊，苏中滨，等 . 基于深度学习的玉米叶片病斑识别方法研究 [J]. 智慧农业导刊，2021，1（10）：1-10.

[3] 王国伟，刘嘉欣 . 基于卷积神经网络的玉米病害识别方法研究 [J]. 中国农机化学报，2021，42（02）：139-145.

[4] 赵继春，孙素芬，郭建鑫，等 . 基于无线传感器网络的设施农业环境智能监测系统设计 [J]. 中国农机化学报，2020，41（04）：146-151.

[5] 罗雪雪，陈敏，朱泉水，等 . 基于 ZigBee 和 CC2530 的无线温湿度数据采集和存储模块研究 [J]. 科技创新与生产力，2021（04）：66-68+71.