基于自主飞行器的柑橘病害监护系统设计与实践

针对人工手段下的柑橘病害监护过程中存在的效率低下与成本巨大的问题,基于自主飞行器对柑橘病害监护系统进行设计与实践。该监护系统主要由感知层、应用层、分析层3个部分组成。为了使飞行器可以准确地识别柑橘病害,利用DenseNet121与EfficientNetB7深度学习模型框架训练出专用于识别柑橘病害的柑橘病害识别模型,并将其部署在位于自主飞行器的香橙派开发板上,从而为自主飞行器提供识别柑橘病害的能力。为了验证该病害监护系统的性能,进行测试试验。试验结果表明,该病害监护系统具有良好的发展潜能,模型拥有良好的检测精度与可移植性。