陈自立, 林卫, 贺佳, 王来刚, 郑国清, 彭一龙, 焦家东, 郭燕

中国农业科技导报 2025, 27 (4): 99-109. DOI:10.13304/j.nykjdb.2023.0785

摘要（217）

HTML （1）

PDF（pc）（1006KB）（23）

农作物病害对农业生产造成重大威胁，及时、准确的病害识别对制定防治措施和保证粮食安全具有重要意义。随着深度学习的迅猛发展，以卷积神经网络为代表的农作物病害识别方法越来越多地被采用。从基于不同数据集的病害识别、使用迁移学习与预训练的病害识别、病害识别模型的轻量化3个方面对卷积神经网络病害识别方法的优劣进行了比较，分析了现有方法存在的不足，并对未来发展趋势进行了展望，指出为实现农作物病害的自动检测，应构建更丰富数据集、结合多模态数据、进一步优化模型、使用机器人等设备。为减少粮食损失、实现精准农业管理、推动农业现代化和可持续发展提供重要的参考。