标题：大田病虫害图像识别算法的联系与应用
作者：周吉 赵富琦 唐瑞欣 王欣宇 孟子涛 施琅
作者单位：蚌埠学院计算机与信息工程学院，安徽 蚌埠 233030
关键字：大田作物检测与诊断；无人机图像识别算法；通道注意力模块
摘要：近年来农作物病虫害情况呈加重态势，对粮食生产已构成直接威胁，提出了基于图像识别算法对大田作物进行病虫害数字化诊断与预警系统应用的方案设计，采用YOLOv3算法实现目标检测，引入卷积注意力模块（CBAM），通过无人机对大田作物的监测， 以期提供可借鉴的方法。传统人工识别在大田信息检测上占很大劣势，其存在识别准确性低、效率低等严重缺陷，而若将图像识别算法与无人机相结合，用于检测农田，就会在降低病虫害发生概率的同时大大提高效率。经过多次实验研究，通过对无人机拍摄的大量图片进行检测对比，平均检测精度mAP从以往的 60.3%上升到88.6%。监控系统利用CNN 提取并融合深度光谱和局部空间特征，在大规模范围内进行精准监测。