基于深度学习的农作物病虫害识别系统OA

及时、精准识别农作物病虫害,对保障农业生产安全具有重要作用.相较于传统依靠人工识别病虫害的方式,文中设计并实现了农作物病虫害智能识别系统.系统使用卷积神经网络作为主要的识别算法,搭建起具有4个卷积块、2层全连接层的深度学习模型,可以自动生成健康、白粉病、锈病、叶斑病等所有病虫害种类.结果表明,该系统的测试集识别准确率为92.3%,平均响应时间为2 s,可以满足当前的农业生产需求.系统使用B/S架构,前端采用HTML5、JavaScript完成用户交互,后端采用TensorFlow框架进行模型的推理工作,具备良好的扩展性以及实用性.为农业病虫害的智能识别工程化提供参考.