深度學(xué)習(xí)技術(shù)在農(nóng)業(yè)發(fā)展中的運用

深度學(xué)習(xí)是機器學(xué)習(xí)領(lǐng)域中一個新的研究方向，它被引入機器學(xué)習(xí)使其較接近于較初的目標(biāo)——人工智能。
深度學(xué)習(xí)在搜索技術(shù)，數(shù)據(jù)挖掘，機器學(xué)習(xí)，機器翻譯，自然語言處理，多媒體學(xué)習(xí)，語音，推薦和個性化技術(shù)，以及其他相關(guān)領(lǐng)域都**了很多成果。深度學(xué)習(xí)使機器模仿視聽和思考等人類的活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)**了很大進步。那么它在農(nóng)業(yè)發(fā)展領(lǐng)域有哪些運用呢？跟著小編一探究竟吧！
農(nóng)業(yè)育種、栽培是農(nóng)業(yè)科研中**的內(nèi)容，為了較精準(zhǔn)、快捷的研究農(nóng)作物植物表型，從表型性狀數(shù)據(jù)中獲得作物生長發(fā)育規(guī)律等信息。近年來, 隨著植物功能基因組學(xué)和作物分子育種的快速深入發(fā)展，高精度、高通量和低成本的植物表型獲取技術(shù)成為植物表型研究的新興熱點方向，而深度學(xué)習(xí)技術(shù)在計算機視覺的諸多領(lǐng)域**了突破性進展，如今深度學(xué)習(xí)技術(shù)已經(jīng)運用到農(nóng)作物表型研究領(lǐng)域，替代了傳統(tǒng)的人工觀察和測量表型數(shù)據(jù)。
清華大學(xué)劉永進研究組和中科院遺傳所王秀杰研究組在《中國科學(xué)：生命科學(xué)》中文版在線發(fā)表了題為“基于深度學(xué)習(xí)的農(nóng)業(yè)植物表型研究綜述”的文章。
該文首先介紹了農(nóng)業(yè)植物表型研究的意義，回顧了基于圖像處理的農(nóng)業(yè)植物表型的研究方法。在介紹了卷積神經(jīng)網(wǎng)絡(luò)模型的基本原理后，從與農(nóng)業(yè)生產(chǎn)息息相關(guān)的三個方面，即植物識別與雜草檢測、病蟲害檢測和產(chǎn)量預(yù)測，詳細(xì)介紹了深度學(xué)習(xí)技術(shù)在農(nóng)業(yè)表型領(lǐng)域的應(yīng)用成果，并從多個角度對這些研究成果進行了對比分析。
小編對基于深度學(xué)習(xí)的植物表型研究的未來趨勢進行淺談和展望，未來通過構(gòu)建豐富的表型數(shù)據(jù)集、拓展表型問題研究的領(lǐng)域、嘗試更多的網(wǎng)絡(luò)模型和更多種類型的部署平臺、構(gòu)建三維植物模型獲取空間信息，以及提高解決田間場景中的應(yīng)用效果等，可以切實提高農(nóng)業(yè)生產(chǎn)自動化程度。據(jù)了解，已有食用菌生產(chǎn)企業(yè)開始使用集科研、生產(chǎn)一體的自動化系統(tǒng)，在食用菌科研環(huán)節(jié)選用食用菌菌絲表型儀、食用菌智能育種出菇箱等表型設(shè)備。同時利用大數(shù)據(jù)平臺對科研、生產(chǎn)環(huán)節(jié)進行監(jiān)測與智控。
隨著深度學(xué)習(xí)技術(shù)研究的推進，可以肯定的是，未來與植物表型各種具體問題相結(jié)合的解決方案會不斷增多，將會出現(xiàn)更多高效、實用的基于深度學(xué)習(xí)的植物表型工作和成果，助力未來較智慧、可持續(xù)的農(nóng)業(yè)與較安全的糧食**。
三亞博瑞源科技有限公司專注于表型系統(tǒng)解決方案,表型分析儀,食用菌表型設(shè)備等