摘要
本发明公开了一种基于深度学习的水稻苗瘟病害智能检测系统,涉及农作物检测技术领域,解决了影响对于早期或症状不典型的病害,可能无法及时准确识别,导致病害进一步发展,造成更大的损失的技术问题;基于特征提取结果进行叶片和穗部病情风险分级,不同风险级别对应不同的防治策略;系统持续监测生长区和收获区图像数据,能及时发现叶片和穗部特征的细微变化,有效减少了因病害导致的产量损失和质量下降。叶片和穗部病情风险分级结合各个管理网格的气象数据和灌溉区的水文数据;系统结合各个管理网格的气象数据和灌溉区的水文数据,分析外部患病条件风险,并将其与叶片和穗部病情风险分级相结合,进行综合风险预警。
技术关键词
智能检测系统
特征值
无人机数据采集
风险
网格
图像处理平台
叶片
长宽比
数据采集模块
形态
病斑面积
气象
检测损失
水文
农作物检测技术
训练深度学习模型
圆度