基于深度学习的芒果病虫害分类识别

传统芒果病虫害防治,需要人工进行识别,现引入深度学习技术,可快速准确地对芒果病虫害进行识别。以攀西地区芒果的12种病虫害为研究对象,采用的数据集一部分来自公开数据集MangoLeafBD,另一部分由爬虫技术获得的网络图片组成,共获取图片6769张,其中4879张为训练集,1220张为验证集,670张为测试集。为迎合实际应用的需要,选择了MobileNetV3、MobileViT等4种不同规模的轻量级深度学习网络模型,结合迁移学习训练策略进行对比实验,比较了各个模型的参数量、精确率、召回率等参数。实验结果显示,MobileViT模型用于芒果病虫害分类识别效果最佳,该模型的精确率为96.31%,召回率为96.12%,F1为96.20%,均优于其他模型。由此表明,模型具有较好的鲁棒性和识别性能,可为芒果病虫害分类识别提供技术参考。

云南芒果病虫害调查研究

为摸清云南省芒果病虫害的种类及其发生危害情况,进而为防治云南省芒果病虫害提供依据,为芒果产业的快速发展提供保障,于2008～2010年期间,根据芒果的种植分布、病虫害发生特点,采用定点调查、走访、询问和全面普查相结合的方法,对云南省芒果主产区病虫害分布、危害及种类进行了调查,共鉴定出云南省芒果病虫害94种,其中病害23种,害虫71种。

保山市芒果病虫害发生特点及防治技术

本文介绍了云南省保山市芒果主要病虫害的发生情况、发生规律和防治方法,并提出保山地区芒果病虫害综合防治的技术措施。

抓好芒果病虫害监测工作 促进芒果病虫害综合防控

本文以海南省三亚市芒果病虫害监测站为例,概述了2011年芒果病虫害监测工作的成效,指出监测工作中亟待解决的问题,并提出对策和建议,供各市县监测站交流与学习,共同做好芒果病虫害监测工作。

芒果病虫害综合防治示范推广

景谷芒果栽培面积广,分布散,20年以上的老树占总面积的70%,栽培管理粗放,树势老化,病虫为害严重,产量低、商品率低。通过对167.52hm2芒果病虫害综合防治和抓好示范户的示范,提升了景谷芒果的产品声誉,提高了商品果的价值。

广西地区芒果扁喙叶蝉的内禀增长率

为了了解芒果扁喙叶蝉Idioscopus incertus(Baker)的内在增长速率,通过室内饲养,对芒果扁喙叶蝉实验种群的内禀增长率(r_m)进行了测定研究,并运用r_m值建立了芒果扁喙叶蝉种群抗干扰的反应时间模型,为研究该虫的种群动态和生物学特性提供了生态学依据。实验室平均温度和相对湿度分别为24.2℃和84％。实验结果如下: 内禀增长率:rm=0.07374/日净增殖率:Ro=61.7/代平均世代周期:T=55.9天反应时间模型:t=-13.5612 1n(1-M) 在这里M为种群死亡率本文的种群存活曲线接近于Pearl类型Ⅰ。