基于卷积神经网络的图像植物病害识别：系统性综述
计算机视觉与模式识别
2020-09-10 v1
摘要
植物病害被认为是影响食品生产并造成产量损失的主要因素之一，对作物病害进行快速检测与识别至关重要。深度学习方法的近期扩展已应用于植物病害检测，提供了一种具有高精度结果的鲁棒工具。在此背景下，本文提出一项文献系统性综述，旨在识别卷积神经网络(CNN)在植物病害识别与分类过程中应用的技术现状，界定趋势并指出研究空白。就此，我们呈现了过去十年中选出的 121 篇论文，其以不同方法处理与病害检测、数据集特征、所研究作物与病原菌相关的方面。从系统性综述的结果中可以理解 CNN 用于植物病害识别的创新趋势，并识别需要研究界关注的空白。
引用
@article{arxiv.2009.04365,
title = {Plant Diseases recognition on images using Convolutional Neural Networks: A Systematic Review},
author = {Andre S. Abade and Paulo Afonso Ferreira and Flavio de Barros Vidal},
journal= {arXiv preprint arXiv:2009.04365},
year = {2020}
}
备注
47 pages, 11 figures