典型文献
基于深度学习的农作物检测识别研究现状及展望
文献摘要：
深度学习是利用神经网络分析样本数据的内在特征和表达层次,学习具有多个抽象层次的数据表示的机器学习技术.本文概述了近年来深度学习技术在水果识别、农作物病害识别、农作物虫害识别、田间杂草识别、目标农作物定位等农作物检测识别领域内的研究进展,分析了目前深度学习技术存在的理论、建模、环境、成本及应用问题,提出了算法优化、应用多维化、处理效率与计算能力提升的发展趋势.
文献关键词：
深度学习;农作物检测;展望
中图分类号：
作者姓名：
陈自宏;邓干然;崔振德;何冯光;李国杰;王翔
作者机构：
华中农业大学工学院,湖北 武汉 430070;中国热带农业科学院农业机械研究所,广东 湛江 524091;农业农村部热带作物农业装备重点实验室,广东 湛江 524091;雷州雷宝机械有限公司,广东 雷州 524200
文献出处：
引用格式：
[1]陈自宏;邓干然;崔振德;何冯光;李国杰;王翔-.基于深度学习的农作物检测识别研究现状及展望)[J].现代农业装备,2022(02):2-7
A类：
农作物检测
B类：
检测识别,内在特征,抽象层次,数据表示,机器学习技术,深度学习技术,水果识别,农作物病害识别,虫害识别,田间杂草,杂草识别,技术存在,应用问题,算法优化,应用多维化,处理效率,计算能力
AB值：
0.322519
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。
