论文推荐|水稻病虫害AI识别研究现状与展望

多客科技

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[J].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[J].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

E-mail

nzcl-a@163.com

（仅用于作者交流，不接受投稿）



点赞

收藏

分享