数字农科院2.0

基于自监督学习的作物叶部病虫害图像分类、检测与分割研究进展

文献类型： 中文期刊

作者： 张越;刘建平;周国民;王健;陈曦;孙露露;任海玉;刘盼

作者机构：

关键词： 自监督学习;作物保护;病虫害;农业图像分类;目标检测;语义分割

期刊名称：江苏农业科学

ISSN： 1002-1302

年卷期： 2025 年 53 卷 20 期

页码：

收录情况： 北大核心（2023版） ; ; 科技核心（2024版） ; ; 农林核心（2024版）

摘要： 作物叶部病虫害对作物生长和农业生产环境造成严重威胁,传统的病虫害鉴别方法严重依赖于植保专家的实地观察,因此,用于深度学习图像处理的高质量人工标注数据十分有限。自监督学习作为一种无需人工标注数据的技术,通过辅助任务产生高效的预训练模型,增强模型在多种下游任务中的应用能力,为作物叶部病虫害的识别分类、检测和分割提供了创新的解决方法。因此,首先依据辅助任务类型将自监督学习分为对比式、生成式和预测式,同时将自监督学习在农业领域的应用模式分为自监督数据增强、自监督特征增强和自监督预训练。接着,以作物叶片病虫害作为切入点,并进行作物环境健康监测和作物生长监测,分别从下游任务类型、自监督辅助任务设计、自监督学习模型的使用模式3个维度进行概述,并在农业大型公共数据集上进行分类模型的性能优劣对比。最后讨论了自监督学习在农业图像领域中的未来研究方向。

分类号：

  • 相关文献

[1]果园作业机器人自主导航多任务联合感知方法研究. 张津国,蔡建峰,姜蓉蓉,余山山,王蓬勃. 2025

[2]Intelligent Survey Method for Tiny Rice Pests and Their Natural Predators in Paddy Fields Using Augmented Reality (AR) Glasses. 洪辰,,罗举,,冯泽霖,,凌和平,,李玲一,,吴坚,,姚青,,刘淑华. 2025

[3]采用改进Unet网络的茶园导航路径识别方法. 赵岩,张人天,董春旺,刘中原,李杨. 2022

[4]基于DeepLabV3+网络的机收大豆破碎率在线检测方法. 刘士坤,金诚谦,陈满,杨腾祥,徐金山. 2023

[5]基于混合扩张卷积和注意力的黄瓜病害严重度估算方法. 李凯雨,朱昕怡,马浚诚,张领先. 2022

[6]基于HRNet-OCR模型的农村宅基地提取方法. 韦任,范蓓蕾,赵子娟,杨荣超. 2022

[7]基于改进PSPnet的无人机农田场景语义分割. 刘尚旺,张杨杨,蔡同波,唐秀芳,王长庚. 2022

[8]基于语义分割和可见光谱图的作物叶部病斑分割方法. 李凯雨,张慧,马浚诚,张领先. 2023

[9]卷积神经网络在农业遥感图像语义分割中的应用综述. 徐乐园,毛克彪,郭中华,葛非凡,赵瑞. 2024

[10]基于改进Swin-Unet的小麦条锈病分割方法. 臧贺藏,任帅,王从胜,王盛威,赵瑞玲,陈丹丹,赵晴,张杰,郑国清,李国强. 2024

[11]基于无人机RGB图像和深度学习的豚草识别方法. 张愉麟,张国良,付卫东,武永峰,宋振,张岳,刘金行,李廷亮. 2025

[12]水稻田间收割场景语义分割方法——基于改进DeepLabV3+. 边铭,纪爱敏,沈成,蔺秋雨,韩宇飞. 2025

[13]基于视觉—RTK的苹果园植保机器人自主导航研究. 黄鹏飞,薛新宇,崔龙飞. 2025

[14]基于轻量化YOLOv3卷积神经网络的苹果检测方法. 武星,齐泽宇,王龙军,杨俊杰,夏雪. 2020

[15]基于Mask R-CNN的玉米干旱卷曲叶片检测. 安江勇,黎万义,李茂松. 2019

[16]基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证. 姚青,吴叔珍,蒯乃阳,杨保军,唐健,冯晋,朱旭华,朱先敏. 2021

[17]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[18]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[19]深度学习在蜜蜂研究中的应用. 孙逸飞,丁桂玲,路运才,刘振虎,黄家兴. 2023

[20]基于机器视觉的小贯小绿叶蝉智能识别的研究与应用. 边磊,何旭栋,季慧华,蔡晓明,罗宗秀,陈华才,陈宗懋. 2022

作者其他论文 更多>>