基于深度学习的黄花病株智能识别系统的开发

张叶娥 侯怡婧 杨航

（山西大同大学计算机与网络工程学院 山西省大同市 037009）

1 引言

山西省大同市云州区黄花种植具有600多年的历史，享有“黄花之乡”美誉。大同黄花作为大同市重要的特色农产品，曾多次荣获全国农博会金奖，黄花产业已成为大同市力推的主导产业。据2021年经济日报相关报道，大同黄花的当地种植面积达到了26.1万亩，与2018年的14.5万亩同期相比下有了极大的进步与发展。习近平总书记走访山西时提到：黄花作为大同当地的“致富花”，是大同脱贫致富的关键产业。

随着全国黄花的种植量和需求量的与日俱增，黄花的品质与产量受到业界的密切关注。然而黄花在生长过程中易出现根腐病、锈病、叶枯病、褐斑病等疾病，其生长过程中也常受红蜘蛛、蚜虫等虫害威胁，这些病虫害需要及时防治，否则严重影响当地黄花的产量与品质。目前黄花种植基地的监测及预警系统并不完善，而黄花菜的各种生长因素要求较为苛刻，农耕者们需要投入大量的人力资源和精力，去及时防治因各种环境因素所产生的黄花病虫害。而且人工监测识别费时费力，不能及时对大面积黄花植株进行实时监测与反馈，因此，开发黄花病株智能识别系统，辅助或代替人工监测识别黄花病株，及时防治，提高黄花的品质与产量，进而推动大同黄花产业的健康发展。

2 系统设计框架

黄花病株智能识别系统由智能识别模块和网页模块两部分组成，如图1所示。……