基于深度学习和物联网的水稻病虫害自动检测方法

本发明提出基于深度学习和物联网的水稻病虫害自动检测方法。该方法将深度学习应用于病虫害识别，并结合物联网实现数据采集、监测和存储。在模型设计上，采用了ResNet50网络提取稻田图像特征，并通过集成分类器优化分类性能。实验结果表明，该方法在病虫害检测的准确率和鲁棒性方面均表现良好。数据增强技术的应用有效缓解了样本不足的问题，提升了模型的泛化能力。在硬件与架构层面，物联网设备实现了田间实时数据采集与上传，云平台为数据存储和处理提供了安全可靠的支持，进一步增强了该方法的实用性和扩展性。