李 波，彭文学，周 蕊，王克晓，虞 豹，黄 祥

（1.重庆市农业科学院，重庆 401329；2.重庆市九龙坡区农业农村委员会，重庆 400050）

油菜是我国主要的油料作物之一，特别是在西南地区油菜种植面积较大。油菜菌核病是油菜生长中的主要病害之一，常年株发病率可达10%～30%，严重的达70%以上，病株一般减产50%以上。油菜菌核病常会使病株含油量减少，极大地影响油菜的产量和品质[1]。田间病害的识别对于种植者来说难度较大，因此，开展利用机器视觉和深度学习技术对油菜菌核病病害识别的研究，对实现油菜病害自动识别和精准施药有着极其重要的意义。

近年来，随着深度学习技术的发展，基于深度学习的图像识别方法开始应用于农业领域，国内外研究人员利用深度学习的技术优势，对多种农作物的病害开展了深入研究。柴阿丽等提取番茄叶片颜色、纹理及形状参数构建特征提取与判别模型，对其早疫病、晚疫病、叶霜病和棒孢叶斑病进行自动识别[2]；刘曜端利用设置容差取极大值区域的方法对苎麻病叶图像进行特征区域提取，通过卷积神经网络学习病斑的灰度图像特征，并结合支持向量机实现分类识别[3]；孙俊等针对AlexNet 模型训练收敛时间长、参数量巨大的问题，采用批归一化和全局均值池化对其进行改进，并在Plantvillage 数据集上训练，改进后模型的准确率得到提升并有效减少了模型参数[4]；P.Revathi 等利用机器视觉技术对棉花病害图像进行了识别，利用数字图像技术进行棉花病害图像分割处理，并提出采用粒子群算法进行特征波长的选择，建立四种模型分类方法，从而对比得出对棉花病害图像最佳的分类模型[5]；……