基于卷积神经网络的水稻病虫害识别分类系统设计与实现

摘要

为解决人工识别水稻病虫害效率较低、识别精度不高、防治响应不及时的问题,提出了基于深度学习开发水稻病虫害识别方法,搭建了实验平台,利用TensorFlow内置Keras模块构建卷积神经网络的图片识别分类系统.测试数据表明,该平台对八种常见水稻病虫害的识别准确率达到97％以上,可以实现用户上传水稻病虫害图片,系统模型自动对水稻病虫害种类进行识别,并有针对性地进行病虫害的防治,有利于水稻病虫害快速高效的治理.