陈子康 ，王庆辉 ，李彦磊

（河北科技大学，河北 石家庄 050000）

1 国内马铃薯现状

马铃薯传播到我国已经有数百年历史，如今它已经成为了我国第四大栽培作物。据统计，中国马铃薯2020 年播种面积在8 000万亩（1亩≈667m2，下同）以上，近20年其种植面积的年增长率高达4%[1]。但随着马铃薯为我国带来丰富经济效益的同时，马铃薯的头号“杀手”晚疫病也逐渐流行起来。这种病的流行性很强，造成的危害也很严重，在生长的过程中，一个季节就可能造成多次感染。我国薯农们对于晚疫病的识别方法主要还是依靠自身经验等传统识别方法，准确率较低，所以，能够将深度学习领域较为先进的技术与传统的农业领域相融合十分有必要。深度学习是计算机视觉中很重要的一部分，该技术是通过模拟人的大脑的神经网络进而提取各个图像中的特征数据，然后挖掘出图像中所需检测目标的深层次特征，从而更精确地识别新的目标图像。本研究引入当前深度学习中的Faster R-CNN目标检测技术来进行马铃薯晚疫病的图像识别，引用该技术可提高薯农们对于晚疫病识别的准确率，同时也可降低薯农的入行门槛。

2 马铃薯晚疫病特点

当天气潮湿的时候，晚疫病通常发生在马铃薯的叶尖与块茎上，患病处呈现斑点状。马铃薯晚疫病的致病菌大都以菌丝体的形式寄居在马铃薯中，当将这种带有细菌的马铃薯种植下去后，这种带菌的马铃薯不会发芽或者长出芽后就死亡，最严重的是该马铃薯出土后长成病株，该病株会产生孢子囊，通过空气进行传播，进而形成发病中心，这会导致晚疫病由点到面，严重扩散。……