Resumen

El crecimiento de la fresa se verá afectado por factores biológicos o abióticos, lo que causará una gran amenaza para el rendimiento y la calidad de la fresa, en la que se presentan varias enfermedades de la fresa. Sin embargo, los métodos tradicionales de identificación tienen una alta tasa de error y un bajo rendimiento en tiempo real. En la era actual de la creciente demanda de rendimiento y calidad de fresa, es evidente que los métodos tradicionales de identificación de enfermedades de la fresa dependen principalmente de la experiencia personal y la observación a simple vista, y no pueden satisfacer las necesidades de las personas para la identificación y control de enfermedades de la fresa. Por lo tanto, es necesario encontrar un método más efectivo para identificar eficientemente las enfermedades de la fresa y proporcionar descripciones de enfermedades correspondientes y métodos de control. En este documento, basado en la tecnología de redes neuronales convolucionales profundas, se estudió el reconocimiento de enfermedades comunes de la fresa, así como un nuevo método basado en el algoritmo

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Crecimiento; Fresa; Enfermedades; Métodos de identificación; Red neuronal convolucional; Reconocimiento
• Keywords:Growth; Strawberry; Diseases; Identification methods; Convolutional neural network; Recognition