近日，中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所提出植物病害分類的可解釋模型，該模型可有效提取和融合病害的相關(guān)特征，提高受感染植物病害區(qū)域的定位能力。相關(guān)研究成果發(fā)表在《農(nóng)業(yè)計算機與電子(Computers and Electronics in Agriculture)》上。
農(nóng)作物病害的精準識別是推動農(nóng)業(yè)生產(chǎn)智能化與現(xiàn)代化發(fā)展的有效途徑，同時也是減少農(nóng)藥使用量，提高作物產(chǎn)量與質(zhì)量的重要舉措。深度學習方法對輸入植物病害圖像進行分類并取得了良好進展，但由于許多單一場景構(gòu)建的數(shù)據(jù)集在真實農(nóng)業(yè)場景中測試表現(xiàn)欠佳，因而在農(nóng)業(yè)4.0的新需求模式下，推動數(shù)字農(nóng)業(yè)技術(shù)走向真實農(nóng)田環(huán)境面臨著更多的挑戰(zhàn)。
該模型對促進智能農(nóng)業(yè)中植物葉病預測具有顯著優(yōu)勢，通過對邊緣農(nóng)業(yè)設備的計算速度、治理成本與識別準確率等多項因素進行深入分析，識別出病害數(shù)據(jù)分析與數(shù)據(jù)模型設計模塊的關(guān)鍵因素，對未來病害識別模型的設計具有重要的啟示作用。
該研究得到國家農(nóng)業(yè)科學數(shù)據(jù)中心項目的支持。(通訊員 雷潔)
原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0168169923008694?via%3Dihub1
