| 姜晟久,王倩.面向脐橙病害图像分类的深度学习算法研究综述[J].中国果业信息,2026,43(4):84~86 |
| 面向脐橙病害图像分类的深度学习算法研究综述 |
|
| 投稿时间：2026-04-24 修订日期：2026-04-26 |
| DOI：10.13938/j.issn.1007-1431.X20260239 |
| 中文关键词: 脐橙病害；图像分类；深度学习；轻量化模型 |
| 英文关键词: |
| 基金项目:2024年邵阳工业职业技术学院校级科研重点课题“面向农业病害图像的分类算法研究”(SKY24A06)；2024年邵阳市科技计划项目“基于STAR-RIS与无线能量收集的无人机通信与感知协同优化方法”(2024PT4070)；2025年湖南省教育厅科学研究一般项目“面向ISAC的STAR-RIS辅助无人机与车联网协同优化研究”(25C1457)资助。 |
|
| 摘要点击次数: 78 |
| 全文下载次数: 0 |
| 中文摘要: |
| 脐橙是湖南省邵阳市新宁县支柱产业，疮痂病、炭疽病、黄龙病等病害频发制约了果实产量与品质。近年来，深度学习图像分类技术在农作物病害智能诊断领域得到了广泛关注，为脐橙病害的自动识别提供了新的技术路径。然而，该技术从实验室走向田间仍面临诸多困难，主要包括训练数据与实际场景之间的域偏移、相似病害之间的细粒度识别困难、田间移动设备的算力限制以及罕见病害标注样本的稀缺等。本文围绕上述问题，回顾了经典卷积神经网络、视觉Transformer及两者混合架构在柑橘类病害分类任务中的应用进展，梳理了小样本学习与轻量化网络部署方面的研究现状，并就多模态融合与可解释人工智能等方向的发展趋势进行了讨论，以期为脐橙产区病害智能识别的研究与实践提供参考。 |
| 英文摘要: |
| |
| 查看/发表评论 下载PDF阅读器 |
| 关闭 |
