马俊红，刘冬梅，李永亮，户艳霞，卢灿华，盖晓彤，姜宁，莫笑晗，麻莉娜，王挥华，王宇航，夏振远*

1 云南省烟草农业科学研究院，昆明市圆通街33号 650021；

2 云南省烟草公司曲靖市公司，曲靖市官坡巷51号 655000；

3 云南省烟草公司保山市公司，保山市正阳北路186号 678000；

4 云南省烟草公司大理州公司，大理市鹤庆路71号 671000；

5 北京航空航天大学，北京市海淀区学院路37号 100191

我国烟草侵染性病害有68 种，害虫有200 多种，其中危害较重且常发的主要有TMV 等病毒病、黑胫病、青枯病、赤星病、根结线虫病以及烟蚜、烟青虫等[1]。在烟草农业生产中，不仅病害、虫害等情况十分常见，农药混用不当、超范围使用、农药误用等也会造成药害情况的发生，给烟农带来巨大经济损失。病虫药害诊断是及时防治、减少损失的关键。传统烟草病虫药害诊断方法主要依靠人工判断，而烟农对专业诊断知识的掌握有限，经常导致防治措施不及时、不准确，直到灾害蔓延面积较大时才引起相关技术人员的关注。因此，开展病虫药害图像智能识别研究，实现精准的烟草病虫药害实时诊断，将大大提高烟农的诊断效率，减少损失，有助于提高烟叶产量和品质。

近年来，植物病虫药害智能识别问题已经逐渐引起专家学者的关注，许多针对植物病虫药害特征提取和分类的方法被先后提出。部分病虫药害的研究中通过手动[2-3]或半自动[4]的方式进行图像特征提取，但这种方式往往需要考虑环境因素对特征的影响[5]。深度学习……