农作物病害识别-附件资源

野蛮的伊普森 虚拟文本生成器的灵感来自农作物的奶油！用node ， express ， handlebars和顺风css制成。哦，是的！ 框架/库/工具 Google字体： 和 建物 应该注意的是，顺风产品构建脚本当前正在使用 。 图片归因 “ ”获得了许可

农作物病虫害专家系统界面截图photodb.zip

使用STM32单片机实现各传感器参数获取，并通过控制器设定阈值控制，实现闭环控制系统：1、通过土壤湿度返回的湿度数据，控制器进行内部阈值的判断，搭建驱动电路，驱动水泵加水；2、通过烟雾传感器获取到的烟雾浓度数据，同样控制器进行内部阈值的判断，使用蜂鸣器进行报警。并且使用WiFi模块和GPRS模块，利用WiFi模块透传的方式进行数据的上传下发，并且使用GPRS模块进行火灾报警短信发送。

传统的农作物病虫害识别方法具有鲁棒性差、识别准确率低等问题,而卷积神经网络具有自动提取图像特征、泛化能力强、识别准确率高等特点。快速准确地识别出农作物病虫害类型不仅可以减少病害给农民带来的损失,还可以降低农药对生态环境带来的影响。因此找到一种简单易行的检测方法来快速检测农作物病虫害类型很有意义。基于此,笔者在实验中采用了一种基于残差网络改进的卷积神经网络,并以公开的植物数据集影像作为实验的数据集来训练神经网络,且引入了Xception、VGG-16网络模型进行比较,实验结果证明:笔者所提出的神经网络模型识别准确率达到了98.6%,高于xception的93%、VGG-16的95%。

中国各省主要农作物农事历, 各省主要农作物的物候期。

主要农作物历年收成信息系统--基于vb和Sql Server开发。包含文档和代码

使用deeplabv3+实现遥感图片的农作物区域分割，包括水稻，小麦，玉米