《表2 田间38种病虫害图像的自动识别样本分布和准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的病虫害智能化识别系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取田间病虫害图像数据库中90%的图像用作训练样本，10%用作测试样本，对田间病虫害种类识别进行实操训练，得到部分常见农作物病虫害识别率（表2）。在使用田间移动采集设备[27]采集的小麦、水稻、油菜等常见作物病虫害种类样本中，大部分单张图仅包含单种病虫害。由于种类单一，识别效果良好（如图6）。其中，黏虫、麦蜘蛛、麦蚜、油菜菌核病等识别率达80%～90%。其余病虫害种类的样本主要通过网络资源共享、安徽省农科院数据集共享等方式获取，这类数据集大部分单张图像不仅只包含一种病虫害且仅有一个或者较少目标，并且焦点主要集中在目标区域，如柿广翅蜡蝉（图7），虽然训练图像数量不多。但是，由于背景比较简单，且目标特征明显，识别率仍可达到69.2%。但是，如菊方翅网蝽若虫、扇扁足瓢蜡蝉若虫、苎麻夜蛾成虫、野蚕蛾成虫等部分种类数量少于20张，识别准确率低于50%，后续需要继续扩充样本库。