人工智能時代設(shè)施蔬菜病蟲害圖像識別和監(jiān)測預(yù)警技術(shù)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(shè)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(shè)計特征的設(shè)施蔬菜病蟲害圖像識別和監(jiān)測預(yù)警流程
（二）基于人工設(shè)計特征的設(shè)施蔬菜病蟲害圖像分割技術(shù)研究現(xiàn)狀
（三）基于人工設(shè)計特征的設(shè)施蔬菜病蟲害圖像特征提取技術(shù)研究現(xiàn)狀
（四）基于人工設(shè)計特征的設(shè)施蔬菜病蟲害圖像分類識別技術(shù)研究現(xiàn)狀
（五）基于深度特征學(xué)習(xí)的設(shè)施蔬菜病蟲害圖像識別技術(shù)研究現(xiàn)狀
（六）設(shè)施蔬菜病蟲害圖像識別技術(shù)的已有研究存在的瓶頸
（七）設(shè)施蔬菜病蟲害圖像識別技術(shù)迫切需要解決的關(guān)鍵問題
（八）深度學(xué)習(xí)技術(shù)在設(shè)施蔬菜病蟲害圖像識別中的應(yīng)用研究趨勢
三、研究目的與內(nèi)容
四、本章小結(jié)
第二章 基于深度特征學(xué)習(xí)的設(shè)施蔬菜病蟲害圖像識別相關(guān)技術(shù)
一、深度學(xué)習(xí)理論
（一）深度學(xué)習(xí)的起源和發(fā)展
（二）深度學(xué)習(xí)的局限性
（三）深度學(xué)習(xí)模型的發(fā)展趨勢
二、卷積神經(jīng)網(wǎng)絡(luò)簡介
（一）卷積神經(jīng)網(wǎng)絡(luò)的起源和發(fā)展
（二）卷積神經(jīng)網(wǎng)絡(luò)的特點
（三）卷積神經(jīng)網(wǎng)絡(luò)的問題
三、卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)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(shù)的目標(biāo)檢測的相關(guān)技術(shù)
（一）基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（R-CNN）
（二）基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡(luò)（Fast R-CNN）
（三）基于區(qū)域的更快卷積神經(jīng)網(wǎng)絡(luò)（Faster R-CNN）
（四）你只看一次網(wǎng)絡(luò)（YOLO）
（五）單鏡頭多盒檢測器（SSD）
五、本章小結(jié)
第三章 設(shè)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(shè)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(shè)施蔬菜病蟲害數(shù)據(jù)集構(gòu)建技術(shù)研究
第五章 設(shè)施蔬菜病蟲害圖像預(yù)處理技術(shù)研究
第六章 基于卷積神經(jīng)網(wǎng)絡(luò)的番茄葉部典型病害檢測方法
第七章 基于遷移學(xué)習(xí)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(shè)施蔬菜病蟲害監(jiān)測預(yù)警系統(tǒng)建設(shè)相關(guān)技術(shù)研究
第十章 研究展望
參考文獻(xiàn)