技术总结
本发明涉及一种利用计算机视觉技术进行农作物病害检测的方法，包括：构建农作物病害图像的数据集，并将该数据集分为训练集和测试集两部分；构建提取病害图像特征的卷积神经网络模型；构建病害叶片的检测模型；训练神经网络模型；网络性能评估：使用测试集测试网络的检测性能，如未达到预期结果，则继续训练，直到得到训练好的网络模型；农作物病害检测：利用摄像机拍摄农作物叶片图像，输入到训练好的网络模型中，在输出端得到植物病害类别和叶片上发生病害部位的位置坐标。本发明设计合理，为提高农作物病害预警奠定基础，不仅实现了真实环境中农作物病害部位的检测定位，更实现了病害类型的准确识别，适用于农作物病害的防治和预警。
技术研发人员：史再峰;王荣;曹清洁;罗韬
受保护的技术使用者：天津大学
技术研发日：2019.09.30
技术公布日：2020.01.21