深度学习在作物病害识别方面的研究进展
沈川1
李夏2
1.安康学院 陕南生态经济研究中心,陕西 安康 7250002.安康学院 电子与信息工程学院,陕西 安康 725000
摘要：近年来,随着计算机视觉技术的快速发展,基于数字图像处理的智能化病害识别系统凭借其高效性、准确性等优势,在作物病害早期诊断与精准防控中展现出显著的应用前景.系统梳理了深度学习技术在作物病害识别领域的研究进展,通过与传统机器学习方法的对比分析,重点阐述了深度学习算法在病害特征提取、分类识别等方面的技术优势及应用局限性;分析了深度学习在作物病害识别中的全流程技术框架;列举了主流网络架构在植物病害识别中的应用案例.在此基础上,探讨了当前深度学习应用于田间复杂环境下作物病害识别所面临的关键技术挑战,并对未来研究方向进行了展望,以期为推动智能化病害早期预警与精准识别技术在现代农业生产体系中的实际应用提供理论依据和技术支撑.
关键词：深度学习作物病害识别计算机视觉智能诊断农业信息化
分类号：S126(农业物理学)S435(病虫害及其防治)
资助基金：陕西省科技厅青年科技新星项目(2024ZC-KJXX-056)陕西省教育厅青年创新团队科研计划项目(23JP001)陕西省科技厅自然科学基础研究计划一般项目(2025JC-YBMS-213)
论文发表日期：2026-03-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 19-27 )
英文信息