论文推荐|水稻病虫害AI识别研究现状与展望
作者：微信文章论文推荐
水稻病虫害AI识别研究现状与展望
点击链接
查
看
原
文
水稻病虫害AI识别研究现状与展望.pdf
引文信息
杨圣杰，王刘西航，刘忠贤，张玮平，卢淼，展颖超，王圣楠，国磊，魏立兴，刘双喜.水稻病虫害 AI 识别研究现状与展望.农业装备与车辆工程，2025，63(10):1-8．
YANG Shengjie，WANG Liuxihang，LIU Zhongxian，ZHANG Weiping，LU Miao，ZHAN Yingchao，WANG Shengnan，GUO Lei，WEI Lixing，LIU Shuangxi. Research status and prospect of AI recognition for rice diseases and pests.Agricultural Equipment& Vehicle Engineering，2025，63(10):1-8.
DOI：10.3969/j.issn.1673-3142.2025.10.001
论文介绍
1
研究目的与方法
本文旨在系统梳理水稻病虫害识别技术从人工经验到AI智能的演进脉络，通过文献归纳与多维评估方法，对图像数据获取、深度学习网络优化、结果可解释性及预测预报等关键环节的研究进展进行综述分析，识别当前技术在样本依赖、模型泛化与场景适配等方面的核心瓶颈，以期为该领域未来在数据标准化、模型轻量化与多模态融合等方向的突破提供理论参照与路径指引。
2
研究结论
本文研究结论表明，基于深度学习的水稻病虫害AI识别技术已成为当前研究主流，显著提升了识别的准确率与自动化水平。然而，现有方法仍普遍面临高质量标注数据依赖性强、模型可解释性不足、轻量化部署困难以及复杂田间环境适应能力有限等核心挑战。未来研究应致力于构建标准化多源数据集、发展轻量化与高解释性的网络架构、推动多模态信息融合，并建立数据驱动的智能预测预报系统，以推动水稻病虫害识别技术向精准化、实用化与智能化方向发展。
（封面配图由AI生成，非实际场景反映，仅供学术展示）
本文由《农业装备与车辆工程》编辑部精编发布
END
欢迎留言、分享、投稿、咨询
地址
山东省济南市历城区
桑园路19号《农业装备与车辆工程》编辑部
热线
0531-88623885
投稿网址
sdlg.cbpt.cnki.net
nzcl-a@163.com
（仅用于作者交流，不接受投稿）
点赞
收藏
分享
页:
[1]