玉米叶部病害识别模型的建立与APP开发

doi:10.19754/j.nyyjs.20220715010

农业与技术 ›› 2022, Vol. 42 ›› Issue (13): 38-44.DOI: 10.19754/j.nyyjs.20220715010

玉米叶部病害识别模型的建立与APP开发

张建华赵洪凯姜雷韩应欣姜娇阳张海涛

扎兰屯职业学院信息工程系，内蒙古扎兰屯162650

出版日期:2022-07-16 发布日期:2022-07-15
作者简介:张建华(1971-)，男，本科，教授。研究方向：图像识别技术在植物病虫害检测中应用研究。
基金资助:
内蒙古自治区教育厅2021年度高等学校科学研究项目“深度学习技术在玉米叶部病变识别中的应用研究”（项目编号：WY21656)

Online:2022-07-16 Published:2022-07-15

摘要/Abstract

摘要： 本文以玉米叶部病变作为研究对象，通过采集内蒙古自治区扎兰屯市玉米叶部主要病虫害3种，连同正常玉米叶片共计4种样本送入卷积神经网络中进行模型训练。通过对比试验，找出识别效果最佳的模型。使用Tensorflow lite提供的转换工具，把效果最好的玉米叶片病虫害识别模型转换成Android系统终端适用的格式，终端上的APP通过调用模型就能以离线的形式进行玉米叶片病虫害的实时识别。根据今年扎兰屯地区玉米叶部病变的实际，采集的病虫害样本为玉米大斑病（真菌病）、玉米叶斑病（真菌病）及双斑萤叶甲病变（虫害）3类样本。

中图分类号:

S513

. 玉米叶部病害识别模型的建立与APP开发[J]. 农业与技术, 2022, 42(13): 38-44.

参考文献

[1]2019年国家粮食产量及玉米产量数据[DB/OL].中国统计局官网，http:/data.stats.gov.cn/easyquery.htm？cn=COl&zb=A0D0F&sj=2019.2019. [2]2021年内蒙古自治区粮食产量及玉米产量数据[DB/OL].内蒙古自治区农牧厅官网，http:/nmt.nmg.gov.cn/gk/fxxgk/xxgkml/jsj/202003/t20200305_164586.html.2021. [3]2021年度呼伦贝尔市粮食产量及玉米产量数据[DB/OL].呼伦贝尔市统计局官网.http://j.hlbe.gov.cn/News/show/927341.html.2021. [4]郭成，周天旺，王春明.2017年甘肃9市（州）玉米主要病虫害调查[J].甘肃农业科技，2018(02)：18-21. [5]王伟莉，史淑新，张东升.2017年新乡市夏玉米灾害情况调查报告[J.农业科技通讯，2019(01)：40-44. [6]Brahimi M,Boukhalfa K,Moussaoui A.Deep Learning for TomatoDiseases:Classification and Symptoms Visualization J].AppliedArtificial Intelligence,2017,31 (4-6):1-17. [7]樊湘鹏，周建平，许燕，杨晶晶.数据集对基于深度学习的作物病害识别有效性影响[J].中国农机化学报，2021,42(01)：192-200. [8]Tyr W H,Stewart E L,Nicholas K.Image set for deep learing:field images of maize annotated with disease symptoms [J].BMCResearch Notes,2018,11 (1):440. [9]Plant Village数据介绍[DB/OL].Plant Village数据集官网，https://plantvillage.psu.edu/.2021. [10]陈雷，袁媛.大田作物病害识别研究图像数据集[J].中国科学数据（中英文网络版），2019,4(04)：85-91. [11]玉米大斑病数据[DB/OL].农药快讯信息网，http://www.agroinfo.com.cn/news_detail_2235.html.2013. [12]Keras简介[DB/OL].Keras官网，htps://keras.io/.2021. [13]TensorFlow简介[DB/OL].TensorFlow官网，https://tensor-flow.google.cn/?hl=zh-cn.2021. [l4]Jupyter简介[DB/OL].Jupyter官网，https://jupyter.org/.2021. [15]蒋芸，张海，陈莉.基于卷积神经网络的图像数据增强算法[J].计算机工程与科学，2019,41(11)：2007-2016. [16]邓帅.基于改进贝叶斯优化算法的CNN超参数优化方法[J].计算机应用研究，2019,36(07)：1984-1987. [17]廖南星，周世斌，张国鹏.基于类激活映射-注意力机制的图像描述方法[J].山东大学学报（工学版），2020,50(04):28-34. [l8]李双峰.TensorFlow Lite:端侧机器学习框架[J].计算机研究与发展，2020(09)：1839-1853. [19]Android studio简介[DB/OL].谷歌社区资源，htps://source.android.google.cn/devices/architecture/.2021. [20]主要函数说明[DB/OL].GitHub平台，https:./github.com/yeyupiaoling ClassificationForAndroid.2020.

[1]	. 转基因技术在现代玉米育种中的应用[J]. 农业与技术, 2024, 44(7): 38-41.
[2]	. 山东省夏玉米密植产量提升的分析[J]. 农业与技术, 2024, 44(5): 1-4.
[3]	. 玉米顶腐病防治实验[J]. 农业与技术, 2024, 44(4): 65-68.
[4]	. 土壤调理剂对鲜食玉米栽培的影响[J]. 农业与技术, 2024, 44(2): 74-77.
[5]	. 不同自然地理环境条件下玉米饲料营养成分比较分析[J]. 农业与技术, 2023, 43(23): 22-25.
[6]	. 鲁西低洼粘土地夏玉米保苗增收全程机械化技术[J]. 农业与技术, 2023, 43(21): 68-71.
[7]	. 河套地区春玉米生产的主要限制因素及提升关键技术[J]. 农业与技术, 2023, 43(19): 57-61.
[8]	. 玉米新品种吉单 604 的选育及栽培技术[J]. 农业与技术, 2023, 43(17): 76-78.
[9]	. 不同播期对鲜食玉米农艺性状和产量的影响[J]. 农业与技术, 2023, 43(17): 96-99.
[10]	. 沼渣与化肥配合施用对玉米产量及相关农艺性状的影响[J]. 农业与技术, 2023, 43(15): 94-96.
[11]	. 高产耐密玉米新品种吉单65的选育与推广利用[J]. 农业与技术, 2023, 43(14): 40-42.
[12]	. 玉米自交系籽粒含水量资源评价[J]. 农业与技术, 2023, 43(13): 11-14.
[13]	. 新中玉4号典型性状与制种及栽培技术[J]. 农业与技术, 2023, 43(12): 45-48.
[14]	. 鲜食玉米在石屏的引种栽培表现及标准化栽培技术[J]. 农业与技术, 2023, 43(9): 39-44.
[15]	. 基因型和环境对玉米品种淀粉理化特性的影响[J]. 农业与技术, 2023, 43(3): 74-77.

玉米叶部病害识别模型的建立与APP开发

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics