| 刘万学 1*, 蒯乃阳 2, 韩 爽 2, 冼晓青 1, 陈宝雄 3, 吕 军 2, 姚 青 2.基于Android和深度学习的外来入侵植物 智能识别系统[J].植物保护,2021,47(4):174-179. |
| 基于Android和深度学习的外来入侵植物 智能识别系统 |
| The intelligent identification system of alien invasive plants based on Android and deep learning |
| 投稿时间：2020-05-27 修订日期：2020-08-10 |
| DOI：10.16688/j.zwbh.2020267 |
| 中文关键词: 外来入侵植物 智能识别 移动终端APP 云服务器 深度学习 |
| 英文关键词:alien invasive plant intelligent identification android mobile APP cloud server deep learning |
| 基金项目:国家重点研发计划(2016YFC1201200); 中国农业科学院科技创新工程(caascx-2017-2022-IAS); 农业农村部外来入侵生物综合防治项目(125A0609); 浙江省公益性项目(LGN18C140007) |
| 作者 | 单位 | E-mail | | 刘万学 1*, 蒯乃阳 2, 韩 爽 2, 冼晓青 1, 陈宝雄 3, 吕 军 2, 姚 青 2 | 1. 中国农业科学院植物保护研究所, 植物病虫害生物学国家重点实验室, 北京 100193
2. 浙江理工大学信息学院, 杭州 310018
3. 农业农村部农业生态与资源保护总站, 北京 100125 | liuwanxue@caas.cn |
|
| 摘要点击次数: 436 |
| 全文下载次数: 378 |
| 中文摘要: |
| 我国是遭受外来入侵生物危害最严重的国家之一?目前国内对外来入侵植物的鉴定主要依靠调查人员的经验和专家的人工识别, 存在费时费力和主观性强的问题?针对上述问题, 本文在Android环境下开发了一个实时便捷的外来入侵植物智能识别系统, 由移动客户端APP?云服务器和基于深度学习的外来入侵植物识别模型组成?调查者可以通过手机客户端APP拍摄植物图像, 上传至云服务器, 识别模型会自动识别图像上的植物, 识别结果和防治信息在1~2 s内反馈至用户客户端, 还可以远程请求专家鉴定?该系统对35科135种入侵植物的平均识别率达到85.3%?基于Android的外来入侵植物智能识别系统实现了中国常见入侵植物信息查询?自动识别?入侵植物采集点地图显示和专家远程鉴定等功能, 为野外调查人员提供了一个便捷准确的外来入侵植物自动识别和调查工具? |
| 英文摘要: |
| China has become one of the countries facing the most severe biological invasion in the world. Currently, the identification of alien invasive plants mainly relies on the experiences of surveyors and experts in China. This manual identification method is time-consuming, labor-intensive and subjective. An intelligent identification system of alien invasive plants based on Android mobile was developed. This system was composed of a mobile application program (APP), a cloud server and an identification model of alien invasive plants based on deep learning. The surveyor can use the mobile APP to take pictures for plants and send the pictures to the server. The model loaded on the server can automatically identify the plant images. The identification results and the plant control information can feed back to the mobile clients in 1-2 seconds. If the results are unsatisfied, the user can ask experts to remotely identify the plants. This system can identify 35 families 135 species of alien invasive plants and the average precision was 85.3%. This system provides the query and automatic identification of alien invasive plants, the geographic information of plants and remote expert identification. The system is a tool for surveyors to easily and accurately identify alien invasive plants. |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
