用于作物行间杂草识别的深度学习技术：综述
计算机视觉与模式识别
2024-02-06 v2
摘要
杂草对农业生产力与环境构成重大威胁。对可持续农业日益增长的需求推动了精准除草技术的创新，旨在减少对除草剂的依赖。随着深度学习在各种视觉任务中的巨大成功，许多有前景的基于图像的杂草检测算法已被开发出来。本文综述了基于图像的杂草检测领域中深度学习技术的近期进展。该综述首先介绍与杂草检测相关的深度学习基础。接着，回顾了深度杂草检测的近期进展，并讨论了包括公共杂草数据集在内的研究素材。最后，总结了开发可实际部署的杂草检测方法所面临的挑战，并探讨了未来研究的机遇。我们希望本综述能及时反映该领域的现状，并吸引更多研究者来解决这一跨学科研究问题。
引用
@article{arxiv.2103.14872,
title = {Deep Learning Techniques for In-Crop Weed Identification: A Review},
author = {Kun Hu and Zhiyong Wang and Guy Coleman and Asher Bender and Tingting Yao and Shan Zeng and Dezhen Song and Arnold Schumann and Michael Walsh},
journal= {arXiv preprint arXiv:2103.14872},
year = {2024}
}