基于图像自动标注与改进YOLO v5的番茄病害识别系统

作     者：张领先 景嘉平 李淑菲 朱昕怡 乔琛 ZHANG Lingxian;JING Jiaping;LI Shufei;ZHU Xinyi;QIAO Chen

作者机构：中国农业大学信息与电气工程学院北京100083 

基　　金：国家自然科学基金项目(62176261) 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2023年第54卷第11期

页      码：198-207页

摘      要：针对作物病害识别系统功能单一,缺乏系统升级机制,人工升级系统成本较大的问题,以番茄病害为例,提出了基于OpenCV的番茄叶片图像自动标注算法和改进YOLO v5的番茄病害识别模型;结合数据集自动划分、模型自动训练与评估、手机APP自动创建与更新理念,设计了一种可以自动升级的番茄病害识别系统;引入专家审查校正机制,提高了系统识别结果的可靠性。实验结果表明,该系统实现了对番茄的健康叶片与9类病害叶片进行识别,可以在实际应用中通过手机APP识别番茄病害的同时自动扩充番茄病害图像数据集,并根据数据扩充量自动启动系统的升级优化流程,由此不断提升该系统的番茄病害识别性能。该系统为番茄生产提供了一个便捷、可靠的番茄病害识别工具。

主 题 词：番茄 神经网络 自动标注 病害识别 专家审查 自动升级 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0901[农学-植物生产类] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.6041/j.issn.1000-1298.2023.11.019

馆 藏 号：203124991...