第十四届“挑战杯”中国大学生创业计划竞赛
2024
省赛
创业计划竞赛（主体赛）
银奖
未转化
否
在现代农业生产中，病虫害的及时检测与管理是保证作物健康生长和提高农产品质量的关键环节。然而，传统的农业病虫害检测方法主要依赖于人工检查或简单的模型训练，这些方法不仅效率低下，而且容易漏检小型区域疾病，如植物叶片、根茎等部位的早期病变。此外，传统数据库在存储大量数据和图像方面存在限制，无法满足机器学习模型训练和运行的需求。环境因素和外界条件的影响也会导致数据收集不全面，进而影响模型的训练效果。因此，开发一个基于机器学习的农作物智能监测管理平台变得尤为迫切。该基于机器学习农作物智能监测管理平台应用深度学习技术，将基于CNN的目标检测方法应用于病虫害的检测和营养识别方面，FasterR-CNN作为主模型，相较于传统检测方法，基于CNN的目标检测方法定位小疾病特征方面更加准确，图像显示更加平滑、集中。另外为解决“小数据集”的困扰，我们将迁移学习中微调方法与CNN（神经网络）相结合，训练、微调、迭代优化，使得模型自主学习训练形成“大数据集”。
暂无
暂未公开
暂未公开
暂未公开
