人工智能時代設施蔬菜病蟲害圖像識別和監(jiān)測預警技術研究

前言
第一章 緒論
一、研究背景與意義
（一）研究背景
（二）研究意義
二、設施蔬菜病蟲害圖像識別國內(nèi)外研究現(xiàn)狀
（一）基于人工設計特征的設施蔬菜病蟲害圖像識別和監(jiān)測預警流程
（二）基于人工設計特征的設施蔬菜病蟲害圖像分割技術研究現(xiàn)狀
（三）基于人工設計特征的設施蔬菜病蟲害圖像特征提取技術研究現(xiàn)狀
（四）基于人工設計特征的設施蔬菜病蟲害圖像分類識別技術研究現(xiàn)狀
（五）基于深度特征學習的設施蔬菜病蟲害圖像識別技術研究現(xiàn)狀
（六）設施蔬菜病蟲害圖像識別技術的已有研究存在的瓶頸
（七）設施蔬菜病蟲害圖像識別技術迫切需要解決的關鍵問題
（八）深度學習技術在設施蔬菜病蟲害圖像識別中的應用研究趨勢
三、研究目的與內(nèi)容
四、本章小結
第二章 基于深度特征學習的設施蔬菜病蟲害圖像識別相關技術
一、深度學習理論
（一）深度學習的起源和發(fā)展
（二）深度學習的局限性
（三）深度學習模型的發(fā)展趨勢
二、卷積神經(jīng)網(wǎng)絡簡介
（一）卷積神經(jīng)網(wǎng)絡的起源和發(fā)展
（二）卷積神經(jīng)網(wǎng)絡的特點
（三）卷積神經(jīng)網(wǎng)絡的問題
三、卷積神經(jīng)網(wǎng)絡的訓練過程
（一）正向傳播（feed forward）階段
（二）反向傳播（back propagation）階段
四、基于圖像識別技術的目標檢測的相關技術
（一）基于區(qū)域的卷積神經(jīng)網(wǎng)絡（R-CNN）
（二）基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡（Fast R-CNN）
（三）基于區(qū)域的更快卷積神經(jīng)網(wǎng)絡（Faster R-CNN）
（四）你只看一次網(wǎng)絡（YOLO）
（五）單鏡頭多盒檢測器（SSD）
五、本章小結
第三章 設施蔬菜病蟲害發(fā)生機理分析
一、蔬菜病害成因與病害三角原理分析
（一）蔬菜病害成因分析
（二）蔬菜病害三角原理分析
二、設施蔬菜發(fā)病環(huán)境機理分析
（一）溫室生態(tài)環(huán)境系統(tǒng)
……
第四章 設施蔬菜病蟲害數(shù)據(jù)集構建技術研究
第五章 設施蔬菜病蟲害圖像預處理技術研究
第六章 基于卷積神經(jīng)網(wǎng)絡的番茄葉部典型病害檢測方法
第七章 基于遷移學習的番茄葉部典型病害檢測方法
第八章 基于Android的番茄葉部典型病蟲害檢測系統(tǒng)
第九章 設施蔬菜病蟲害監(jiān)測預警系統(tǒng)建設相關技術研究
第十章 研究展望
參考文獻