SSSDScientific and Social Sustainable Development3066-89643066-8980Art and Technology10.61369/SSSD.2026030038Article基于MobileNet 的油菜病虫害识别系统设计https://artdesignp.com/journal/SSSD/2/3/10.61369/SSSD.2026030038周杰涵,何金阳,杨明旭,赵文志,朱文鑫,王显龙2026232026-02-14为了解决油菜病虫害在自动识别方面的问题，尽可能地提高农作物产量，设计一款高效准确的油菜病虫害识别系统是十分重要的。油菜的病虫害经常发生在叶片上，传统的人工识别以及图像识别方法需要将大量精力投入在提取叶片的病虫害特征上，耗时耗力。针对此种情况提出了基于MobileNet 的油菜病虫害识别系统。该系统设计了一个针对油菜病虫害的数据集，并利用预处理技术对数据进行预处理。使用MobileNet 网络结构对预处理后的数据进行训练，并采用交叉验证的技术用来评估模型的准确性和鲁棒性。MobileNet,病虫害识别,系统设计,图像识别

[1] 王珺. 长江 中下游地区油菜高产种植技术推广及病虫害防治分析[J]. 种子世界,2024,(12):75-77.[2] 周善良, 李锐. 基于卷积神经网络的农作物病虫害识别研究综述[J]. 智慧农业导刊,2024,4(17):39-45.[3] 王建翠, 惠巧娟, 吴立国. 基于多尺度注意力和深度可分离卷积的农田杂草检测[J].中国农机化学报,2023,44(05):182-187.[4] 张春节, 罗瑞林, 卢琳, 等. 基于MobileNet 和迁移学习的微带青烟叶图像识别[J].云南师范大学学报( 自然科学版),2023,43(04):46-48.[5] 李孟成. 基于深度学习的油菜叶片生长信息监测方法与装置研究[D]. 华中农业大学[2025-12-16].[6] 计算机技术. 基于改进的目标检测模型对大田油菜航拍图像的花期分类研究[D].2023.[7] 吴沧海, 熊焕亮, 何火娇. 基于Android 智能手机油菜病害识别系统设计[J]. 中国农机化学报,2013,34(4):4.DOI:10.3969/j.issn.2095-5553.2013.04.061.[8] 余丽. 长江流域冬油菜病虫害防治及田间管理技术[J]. 农药市场信息,2023.[9] 徐春保, 张栋津, 董万静, 等. 油菜机直播气力式变径精量排肥系统设计与试验[J].农业工程学报,2025,41(10):28.DOI:10.11975/j.issn.1002-6819.202411188.[10] 刘浩, 汤庆, 钱勇,et al. 油菜毯状苗联合移栽机株距控制系统设计及验证[J].Chinese Journal of Oil Crop Sciences,2025,47(3).DOI:10.19802/j.issn.1007-9084.2024285.