使用双向 LSTM 神经网络的高效农田管理-研究论文

作物田间管理一直是农民和农业科学家关注的主要问题之一。 该区域的主要目的是防止农作物受到农药对消费者造成巨大损害。 卷积神经网络在图像处理中表现出显着的性能。 在本文中，深度学习网络用于预测稻田中有害生物的存在。 提出的想法是设计基于混合 CNN 和 RNN 的框架，用于分割和检测有害生物的存在。 作物的高度和色素沉着被用作检测因素。 该系统训练机器对图像进行多样化和分类，并识别作物中的损伤。 在本文中，可以通过从生产环境中系统地收集数据来推导出作物管理行动计划的示范。