病害识别 ,病害识别软件
花密码网2023-01-11个人博客341
APP拍照识别农业病虫害功能已经涵盖番茄、苹果、柑橘、玉米等近二十余种农作物,共计250多种病虫害,识别正确率可以达到80%以上。
<h2>什么软件能拍照识别植物病虫害</h2><p>
问农答”一站式农技服务平台(“问农答”APP)</p><p>APP拍照识别农业病虫害功能已经涵盖番茄、苹果、柑橘、玉米等近二十余种农作物,共计250多种病虫害,识别正确率可以达到80%以上。</p><p>现已上线的农作物种类:粮食作物:玉米、水稻、小麦、大豆;经济作物:棉花;果品:苹果、柑橘、桃、梨、西瓜、草莓、葡萄;蔬菜:番茄、马铃薯、黄瓜、茄子、洋葱、辣椒、南瓜</p><p>软件使用说明:1、下载“问农答”APP(</p><p>https://www.wandoujia.com/apps/com.greentech.wnd.android</p><p>)。2、点击“图像诊断”</p><p>3、选择发生病害的农作物的种类与其发病部位,图像拍摄时对准农作物的病害发生部位,尽量减少其他干扰因素</p><p>4、仅需几秒之后,系统将会返回根据图像所识别出的病虫害名称,并根据不同病虫害,提供相应的病虫害发病区域分布、易感病时间、病害发生部位、危害症状、防治方法与药品推荐等信息。
</p><h2>智能识别病虫害,「农博创新」的这款软件可以帮助你</h2><p> 我国是一个农业大国,农业对社会经济的持续发展有着重要影响,病虫害是导致农作物减产降质的一个主要原因。农作物病虫害 种类多 , 发生差异大 、 监测预报难度大 ,是生产管理的难点,一旦大面积爆发,轻则造成农作物减产,重则颗粒无收,使农户长期劳作毁于一旦,不利于社会和谐与稳定。</p><p> 传统诊断农作物病虫害的方法是通过人的肉眼去观察,然后根据个人经验进行判断,而人为识别病害存在的问题有:</p><p> 实际上,农作物的病虫害识别并不能按图索骥,需要根据作物生长的环境条件、生长阶段等进行望闻问切。 智慧农业方案提出了通过大数据的分析、以及深度学习,让机器提取发生病虫害的作物的生长阶段、发病特征、发病前的环境条件变化情况、并形成特定的作物病虫害模型 ,最终达到以下效果:</p><p> 农博创新NBI 自2016年涉足智慧农业市场以来,一直致力于 将农业物联网设备打造成产品化、模块化的消费级产品,让农业物联网监测设备人人买得起,无需专业人员十分钟即可安装完成并使用 。经过两年多的市场铺设和数据储备,农博创新NBI在农业大数据方面有了一定的积累。</p><p> 邀请国内多位植保专家对现有的作物病害图片进行专业的分类与病害判定,形成病害智能识别引擎的作物病害库,并与哈工大深圳研究院一起,对作物病害库进行病害模型训练,实现了 用户拍照上传, 1秒识别作物患病情况的效果 ,而这也是农博创新即将推出的产品---- 口袋农库APP 的核心功能。</p><p> 据农博创新NBI的介绍,现在口袋农库的智能识别引擎已经 具备番茄、辣椒、葡萄等十余种农作物,共计130多种病害的识别能力,识别正确率可以达到80%以上 。农博创新表示,人工智能识别引擎是一个不断学习过程,随着农博创新守望者系列物联网设备的铺设,农作物的病虫害发生时的环境数据得到更多的积累,病害识别结果将会更加准确,识别能力也会越来越强大,人工智能在病虫害的应用也将不仅仅停留在图片特征的提取与识别,未来将会利用现有的环境数据与病虫害发病特征一起,构建更加智能更加完善的病虫害监测与预警系统,并能够精准推送病虫害防治措施。</p><p> 目前,口袋农库小程序版已在微信进行上线公测,口袋农库的小程序版本具备识别作物病害的功能, 用户可以随时通过微信进入小程序,随手拍作物发病的照片 ,让用户做到识别的流程的便捷性和及时性,符合小程序“用完即走”的特性。</p><p> 十一月中旬将发布口袋农库APP版本,APP在小程序的基础上增加病虫害交流广场等功能,帮助种植户认识病虫害,防治病虫害。</p><p> 人工智能是一个未来的趋势,人工智能在农业病虫害的应用将会是一个大的突破,相信口袋农库的面世,将会给病虫害的防治工作提供一个更快速的解决方案。</p><h2>茶树病虫害识别黑科技-人工智能识别技术的应用与展望</h2><p> 人工智能识别技术因其鉴别速度快、稳定性好、准确度高等特点, 在工业、农业等领域得到了广泛的应用。近年来,学者们开始将人工智能识别技术应用到茶树病虫害的识别上,达到提高识别效率、节省劳动力的效果。 </p><p> 一、人工智能识别技术的发展概况 </p><p> 人工智能识别技术的 探索 起始于20世纪50年代对生物视觉的研究,一般是使用图像捕捉设备自动接收目标图像,并对图像进行处理和分析,具有速度快、稳定性好、准确性高等特点,拥有代替人眼进行识别的发展潜力。 </p><p> 科技——人工智能识别技术的应用与展望" img_height="411" img_width="985" data-src="//imgq8.q578.com/ef/0719/7673af372d35db7e.jpg" src="/a2020/img/data-img.jpg"> </p><p> 进入21世纪后,传统的机器学习方法和深度学习在人工智能识别农业病虫害研究中得到了广泛应用。早期研究上都是基于静态的标本图像,在田间复杂的环境下识别效果还有待改善。而深度学习在处理海量数据上具有一定的优势,能够在大规模数据中自动提取出物体特征并利用分类器进行分类识别。相对于传统机器学习,深度学习在识别精度和效率上具有明显的提升,对提高识别准确率以及减少研发劳力投入具有显著的优势。 </p><p> 二、人工智能识别茶树病虫害的研究现状 </p><p> 1. 人工智能识别茶树病虫害的研究进展 </p><p> 据统计,我国已有记录的茶树病虫有900多种,过去识别这些茶树病虫主要依靠植保专家和植保工作者,通过对害虫的形态特征、病害的发生特征以及发生时间进行辨别。传统的人工识别难以满足生产需求,给精准防控带来困难。相比之下,人工智能识别明显更准确,花费的时间和劳动力更少。因此,人工智能在茶树病虫害识别上的应用具有巨大的潜力和需求。 </p><p> 随着人工智能识别技术在农业病虫害识别系统中的发展,在茶树病虫害识别的研究上也取得了一定的进展。2008年,秦华光基于专家经验研发了1套茶园害虫智能化WEB管理系统,该系统包括茶园病虫识别,虫害预测预报和茶园害虫的防治决策3个主要环节,采用形态识别、图谱识别和检索识别3种方式识别病虫害,是我国早期将人工智能技术引入茶园病虫害防治的代表性研究。在图形识别领域,算法对识别速度及结果的准确率具有重要的影响。吴阿林等采用BP、SVM、CART等3种算法构建了茶树5种尺蠖害虫的三维空间结构知识库,其对害虫的分类识别率在80.00% 86.67%之间。 </p><p> 近些年,卷积神经网络技术在图像人工智能识别领域得到了广泛的应用。采用图像显著性分析并利用卷积神经网络所建立的模型对茶园常见的害虫进行识别,取得了较好的识别效果,并提高了对不同茶树病害图像的识别能力。移动智能设备的快速普及,也为病虫害识别的发展提供了一个可行的方向。 </p><p> 目前,在茶树病虫害识别上,中国农业科学院茶叶研究所和杭州睿坤 科技 有限公司联合研发了一套基于移动端的智能识别系统“茶病茶虫”,该系统能够识别茶园中常见的病虫害及天敌80种左右,操作简单、识别速度快、准确度高,为茶树病虫害诊断提供了一种可靠的途径。 </p><p> 科技——人工智能识别技术的应用与展望" img_height="860" img_width="860" data-src="//imgq8.q578.com/ef/0719/4854e62adc5cfd31.jpg" src="/a2020/img/data-img.jpg"> 科技——人工智能识别技术的应用与展望" img_height="710" img_width="360" data-src="//imgq8.q578.com/ef/0719/d91c59ffa3f54dc5.jpg" src="/a2020/img/data-img.jpg"> </p><p> 2. 人工智能识别茶树病虫害存在的问题 </p><p> 过去的几十年人工智能识别技术发展迅速,深度学习在病虫害识别领域中的应用以及在各种算法上的优化使得病虫害识别效率和精度上有很大的提高和改善,但人工智能在茶树病虫害识别研究发展过程中仍然存在许多问题。 </p><p> 一方面,多数研究尚处于实验室研究阶段,还不能达到实际应用的要求。主要原因一是目前多数研究集中于室内完成,在这种环境下可以有效去除外界其他干扰因子的影响,但在实际应用中,茶园的环境复杂,光线、天气等都会对图片的采集有一定影响,而且病虫害发生时会被茶树叶片、嫩梢所阻挡,这对识别的效果有一定的影响;二是实验室研究主要是以静态的害虫或者病害标本为主要识别对象,而在实际应用中是对动态的茶园害虫进行识别,这部分的害虫识别上有一定难度,其识别准确率有待提高;三是在病虫害识别研究中所采集的图片主要是在病虫害发生比较明显的阶段,而在生产中病虫害发生初期对于正确采取防治措施具有重要的作用,这就需要病虫害识别系统的识别能力能够覆盖病虫害的完整发生过程。 </p><p> 另一方面,在识别软件开发上应以轻量级、简单、便捷、易操作为主,以便于多种技术手段融合。 </p><p> 科技——人工智能识别技术的应用与展望" img_height="1026" img_width="1246" data-src="//imgq8.q578.com/ef/0719/68d6db1afc932ca9.jpg" src="/a2020/img/data-img.jpg"> </p><p> 三、人工智能识别技术在茶树病虫害识别中的应用前景 </p><p> 尽管人工智能识别技术在茶树病虫害识别应用上还存在一些问题,但目前人工智能识别技术在茶树病虫害识别程序设计和实现上已经取得了相应的成果。未来,可在此成果的基础上向病虫害监测预警及精准防控方向发展,从而推进数字茶园建设。 </p><p> 在茶园病虫害监测预警方面,随着有效算法的改善将会大大提高病虫害识别的准确性以及对病虫害为害程度分级的能力。通过对茶树病虫害智能识别、病虫害为害程度分级等方法,由单一的茶树病虫害智能识别逐步转入到多元的病虫害智能监测预警,充分发挥人工智能的优势,实现对茶园病虫害实时、动态、综合的监测和预警,不断优化茶园病虫害的监测预警水平,为茶园病虫害监测预警提供可靠数据。 </p><p> 在茶园病虫害精准防控方面,通过对茶园长期、多点的智能监测数据,结合当地的地理位置,建立茶园病虫害、天敌数据库。在病虫害暴发时,根据当地的地理位置、气候、天敌、监测预警等信息,及时推送茶园病虫害发生情况,为茶农精准地提供病虫害防治措施,避免茶农乱用农药,推进茶园绿色防控的普及。 </p><p> 茶树病虫害识别系统是数字茶园的重要组成部分,未来茶园智能识别系统不仅仅局限于病虫害这一方面,还可拓展到茶树栽培、茶园管理等方面,由单一的茶园病虫害识别转向茶树生长、栽培等多方面的识别、监测,从而实现将多个功能集于一个系统当中,提高茶园数字化管理水平。 </p><p> 本文节选自《中国茶叶》2022年第6期,P1-6,《人工智能识别茶树病虫害的应用与展望》,作者:杨奉水,王志博,汪为通,张欣欣,孙亮,肖强 。 </p>