傳統(tǒng)診斷農(nóng)作物病蟲(chóng)害的方法是人工目測(cè)，但這存在兩個(gè)問(wèn)題：一方面，農(nóng)民并不能保證根據(jù)經(jīng)驗(yàn)做出的判斷完全正確，另一方面，由于沒(méi)有專業(yè)人士及時(shí)到現(xiàn)場(chǎng)診斷，可能會(huì)使病情延誤或加重?，F(xiàn)在，人工智能可能會(huì)使這一問(wèn)題得到解決。

近日美國(guó)賓夕法尼亞州立大學(xué)和瑞士聯(lián)邦理工學(xué)院（EPFL）的研究人員共同開(kāi)發(fā)了一款軟件，能夠基于用戶提供的照片識(shí)別出農(nóng)作物病害。

科學(xué)家建立了一個(gè)系統(tǒng)模型，并將其連接到一個(gè)計(jì)算機(jī)集群來(lái)形成一個(gè)神經(jīng)網(wǎng)絡(luò)。 隨后建立了一個(gè)擁有 53000 多張健康及患病作物照片的數(shù)據(jù)庫(kù)，其中包括 14 種作物和 26 種病害。 研究人員利用深度學(xué)習(xí)的方法來(lái)“訓(xùn)練”模型尋找出所有視覺(jué)數(shù)據(jù)。最終，這個(gè)系統(tǒng)能夠從照片中識(shí)別出作物和病害，準(zhǔn)確率高達(dá)99.35%。

基于圖像識(shí)別的作物病害診斷研究技術(shù)路線圖/圖 來(lái)源網(wǎng)絡(luò)

賓夕法尼亞州立大學(xué)的教授 David Hughes 表示：“到 2020 年為止全球約有 50 億人使用智能手機(jī)而在非洲使用人數(shù)將達(dá)到 10 億左右。我們相信這種方法將能幫助農(nóng)民降低農(nóng)作物損失。隨著移動(dòng)設(shè)備上傳感器數(shù)量和質(zhì)量的不斷提高，我們認(rèn)為通過(guò)智能手機(jī)來(lái)準(zhǔn)確診斷出病害僅僅只是時(shí)間問(wèn)題。”

登陸|注冊(cè)歡迎登陸本站，認(rèn)識(shí)更多朋友，獲得更多精彩內(nèi)容推薦！