作物病害智能识别与监测技术
在国家高度重视农业经济，推动农业现代化的进程中，充分利用现代科学技术，例如深度学习、人工智能、大数据、图像识别等，融入农业生产过程，特别是作物病虫害防控，对农业现代化发展具有重要意义。本书整理和凝练了近几年作者在作物病害智能识别与监测方面的研究成果，内容包括：基于DCGAN网络的作物病害图像扩充技术、基于深度学习（GCN、SwinTransformer、CNN、DeiT、MobileViT、SE等）的作物叶片病害识别技术、基于不同尺度的小麦赤霉病等级监测技术、基于SwinUnet的苹果叶部病斑等级划分技术等。本书的研究成果，能够解决传统田间目测手查、过量漫洒农药投入导致生产效率低或环境污染等问题，能够为农业部门及农民在灾害中提供科学决策信息，提高农业防灾减灾能力，从而全面提升农业灾害的综合监测与应对能力。