基于深度学习的农作物病虫害图像识别技术研究进展

深度学习作为图像识别领域重要的技术手段,具有识别速度快、准确率高等优势。阐明了深度学习技术研究的意义及必要性,概述了国内外深度学习领域农作物病虫害图像识别技术的研究进展,对深度学习技术在图像识别研究中存在的问题进行归纳总结,并指出深度学习领域中的图像识别方法存在训练样本大、模型结构复杂、复杂图像识别正确率低等问题。提出了一种CNN与胶囊网络的组合模型,经过初步实验,模型的图像识别正确率达93. 75%,比CNN模型提高了3. 55个百分点。随着深度学习技术的不断发展,胶囊网络研究将是未来的发展趋势。