典型文献
基于卷积神经网络的家蚕农药中毒识别研究
文献摘要：
由农药污染桑叶造成的家蚕中毒是蚕茧生产减收的主要原因之一.现有的家蚕农药中毒识别方法主要是人工观察大量蚕儿出现的明显症状进行识别.为了提高诊断的效率和准确性,运用深度学习方法的卷积神经网络开展了家蚕农药中毒的智能识别研究.通过给4龄初期幼虫添毒的方式集中获取敌杀死(溴氰菊酯)、草甘膦2种农药中毒的家蚕样本,并以相同 日龄的健康家蚕作为参照,使用智能手机在实际环境下采集图像,构建家蚕中毒症状的图像数据集.在此基础上,利用轻量级卷积神经网络MobileNet模型开展识别试验,结果显示对2种农药中毒的识别准确率分别为95.0％和99.6％.初步的研究结果提示,进一步构建种类更加完整的基于卷积神经网络的家蚕农药中毒识别系统,将有助于蚕桑生产上家蚕中毒的农药污染溯源分析和精准预防.
文献关键词：
家蚕;农药中毒;图像数据;卷积神经网络;MobileNet模型
中图分类号：
作者姓名：
吴建梅;陈肖;石洪康;胡光荣;叶晶晶;李永远;张剑飞
作者机构：
四川省农业科学院蚕业研究所,四川南充 637000
文献出处：
引用格式：
[1]吴建梅;陈肖;石洪康;胡光荣;叶晶晶;李永远;张剑飞-.基于卷积神经网络的家蚕农药中毒识别研究)[J].蚕学通讯,2022(04):17-23
A类：
敌杀死
B类：
蚕农,农药中毒,农药污染,桑叶,家蚕中毒,蚕茧生产,减收,深度学习方法,智能识别,过给,幼虫,溴氰菊酯,草甘膦,日龄,智能手机,采集图像,中毒症状,图像数据集,轻量级卷积神经网络,MobileNet,别试,识别准确率,加完,识别系统,蚕桑生产,上家,污染溯源,溯源分析,精准预防
AB值：
0.304119
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
