面向基于物联网农场的现代CNN

近来信息通信技术（ICT）在农业中的引入给农耕方式带来了诸多变化。这意味着利用物联网（IoT）、云计算（CC）、大数据（BD）与自动化来对农耕过程获得更好的掌控。随着这些技术在农场中的使用呈指数级增长并伴随海量数据产生，有必要开发并使用最先进的工具，以便在合理时间内从数据中获取更多洞察。在本文中，我们给出了对卷积神经网络（CNN）、最先进CNN的近期架构及其内在复杂性的初步理解。随后，我们提出了一种专为CNN农业应用定制的分类学。最后，我们对致力于最先进CNN在农业生产系统中应用的研究进行了全面综述。我们的贡献有两点。首先，对于农业深度学习工具的终端用户，我们的基准测试结果可作为选择适当架构使用的指南。其次，对于深度学习工具的农业软件开发者，我们的深入分析解释了最先进CNN的复杂性，并指出了进一步优化运行性能的可能未来方向。