第一篇　農(nóng)業(yè)人工智能技術(shù)概述 001
第1章　初識農(nóng)業(yè)人工智能 002
【知識框架】 003
1.1　農(nóng)業(yè)人工智能的基本概念 003
1.2　農(nóng)業(yè)人工智能的發(fā)展動態(tài) 005
1.2.1　農(nóng)業(yè)人工智能的發(fā)展歷史 005
1.2.2　農(nóng)業(yè)人工智能的發(fā)展現(xiàn)狀 006
1.2.3　農(nóng)業(yè)人工智能的發(fā)展趨勢 008
1.3　農(nóng)業(yè)人工智能的代表性應(yīng)用 009
1.3.1　智能化農(nóng)機(jī)具 010
1.3.2　作物識別與分類 010
1.3.3　農(nóng)藥和肥料的精準(zhǔn)施用 010
1.3.4　農(nóng)業(yè)數(shù)據(jù)管理與分析 011
1.3.5　智慧農(nóng)業(yè)平臺建設(shè) 012
1.4　農(nóng)業(yè)人工智能應(yīng)用的實現(xiàn)過程 012
1.5　常見農(nóng)業(yè)人工智能應(yīng)用平臺 014
1.5.1　軟件平臺 014
1.5.2　硬件平臺 017
1.6　【實踐案例】農(nóng)業(yè)人工智能應(yīng)用體驗 019
1.6.1　實施思路 019
1.6.2　實施過程 019

第2章　農(nóng)業(yè)人工智能關(guān)鍵技術(shù) 026
【知識框架】 026
2.1　農(nóng)業(yè)領(lǐng)域的機(jī)器學(xué)習(xí)技術(shù) 027
2.1.1　機(jī)器學(xué)習(xí)的概念 027
2.1.2　農(nóng)業(yè)領(lǐng)域的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用 028
2.2　農(nóng)業(yè)領(lǐng)域的計算機(jī)視覺技術(shù) 029
2.2.1　計算機(jī)視覺技術(shù)的概念 029
2.2.2　農(nóng)業(yè)領(lǐng)域的計算機(jī)視覺技術(shù)應(yīng)用 030
2.3　農(nóng)業(yè)領(lǐng)域的大數(shù)據(jù)技術(shù) 031
2.3.1　大數(shù)據(jù)技術(shù)的概念 031
2.3.2　農(nóng)業(yè)領(lǐng)域的大數(shù)據(jù)技術(shù)應(yīng)用 032
2.4　農(nóng)業(yè)領(lǐng)域的機(jī)器人技術(shù) 033
2.4.1　機(jī)器人技術(shù)概念 033
2.4.2　農(nóng)業(yè)領(lǐng)域的機(jī)器人技術(shù)應(yīng)用 034
2.5　【實踐案例】基于推理機(jī)的植物分類實現(xiàn) 035
2.5.1　實施思路 035
2.5.2　實施過程 036


第二篇　農(nóng)業(yè)人工智能基礎(chǔ)應(yīng)用 043
第3章　果園人工智能應(yīng)用 044
【知識框架】 044
3.1　智慧果園概述 045
3.1.1　智慧果園的概念 045
3.1.2　智慧果園的特征 046
3.1.3　智慧果園的發(fā)展 047
3.2　果園領(lǐng)域中的人工智能應(yīng)用 049
3.2.1　果實采摘 049
3.2.2　果園領(lǐng)域中的其他人工智能應(yīng)用 054
3.3　智慧果園的技術(shù)框架 055
3.4　【實踐案例】基于智能數(shù)據(jù)采集平臺的水果圖像采集 057
3.4.1　實施思路 057
3.4.2　實施過程 058

第4章　林業(yè)人工智能應(yīng)用 075
【知識框架】 075
4.1　智慧林業(yè)概述 076
4.2　林業(yè)領(lǐng)域中的人工智能應(yīng)用 078
4.2.1　木材樹種識別 078
4.2.2　林業(yè)領(lǐng)域中的其他人工智能應(yīng)用 082
4.3　林業(yè)領(lǐng)域中的圖像分類技術(shù) 083
4.3.1　圖像分類的定義 083
4.3.2　圖像分類的類型 083
4.3.3　圖像分類的挑戰(zhàn) 086
4.4　【實踐案例】基于圖像分類的樹種分類實現(xiàn) 088
4.4.1　實施思路 088
4.4.2　實施過程 089

第5章　畜牧業(yè)人工智能應(yīng)用 094
【知識框架】 094
5.1　畜牧業(yè)人工智能概述 095
5.1.1　智慧畜牧的概念 095
5.1.2　智慧畜牧的特征 096
5.1.3　智慧畜牧的發(fā)展 097
5.2　畜牧業(yè)人工智能應(yīng)用場景 098
5.2.1　動物個體識別 098
5.2.2　畜牧業(yè)中的其他人工智能應(yīng)用 101
5.3　畜牧業(yè)領(lǐng)域中的物體檢測技術(shù) 102
5.3.1　物體檢測定義 103
5.3.2　基于機(jī)器學(xué)習(xí)的物體檢測技術(shù) 103
5.3.3　基于深度學(xué)習(xí)的物體檢測技術(shù) 104
5.3.4　物體檢測的評價指標(biāo) 105
5.4　【實踐案例】基于物體檢測的牛群檢測計數(shù)實現(xiàn) 105
5.4.1　實施思路 105
5.4.2　實施過程 106

第6章　漁業(yè)人工智能應(yīng)用 110
【知識框架】 110
6.1　智慧漁業(yè)概述 111
6.2　漁業(yè)領(lǐng)域中的人工智能應(yīng)用 112
6.2.1　智慧池塘養(yǎng)殖 112
6.2.2　漁業(yè)領(lǐng)域中的其他人工智能應(yīng)用 116
6.3　漁業(yè)領(lǐng)域中的圖像分割技術(shù) 118
6.3.1　圖像分割的定義 118
6.3.2　基于機(jī)器學(xué)習(xí)的圖像分割 119
6.3.3　基于深度學(xué)習(xí)的圖像分割 120
6.4　【實踐案例】基于圖像分割的漁民分割實現(xiàn) 121
6.4.1　實施思路 121
6.4.2　實施過程 122


第三篇　農(nóng)業(yè)人工智能綜合實踐 127
第7章　智能農(nóng)作物生長態(tài)勢識別系統(tǒng) 128
【知識框架】 129
7.1　農(nóng)作物生長態(tài)勢監(jiān)測概述 129
7.1.1　基本概況 129
7.1.2　國內(nèi)外發(fā)展概況 130
7.2　農(nóng)作物生長態(tài)勢監(jiān)測方法 131
7.3　農(nóng)作物生長態(tài)勢監(jiān)測應(yīng)用 133
7.3.1　草莓生長態(tài)勢識別 133
7.3.2　農(nóng)作物生長態(tài)勢監(jiān)測的其他應(yīng)用 137
7.4　人工智能模型的基本開發(fā)流程 137
7.4.1　數(shù)據(jù)準(zhǔn)備 137
7.4.2　模型訓(xùn)練 139
7.4.3　模型校驗 139
7.4.4　模型部署與應(yīng)用 139
7.5　EasyDL零門檻人工智能開發(fā)平臺 140
7.5.1　EasyDL平臺的功能 140
7.5.2　EasyDL平臺的優(yōu)勢 142
7.6　【實踐案例】智能草莓生長態(tài)勢識別系統(tǒng)實現(xiàn) 144
7.6.1　實施思路 144
7.6.2　實施過程 145

第8章　智能農(nóng)作物病蟲害檢測系統(tǒng) 163
【知識框架】 163
8.1　智能農(nóng)作物病蟲害檢測概述 164
8.2　智能農(nóng)作物病蟲害診斷方法 165
8.2.1　傳統(tǒng)機(jī)器學(xué)習(xí)方法 165
8.2.2　深度學(xué)習(xí)方法 166
8.3　智能農(nóng)作物病蟲害檢測應(yīng)用 167
8.3.1　應(yīng)用背景 167
8.3.2　應(yīng)用方案 168
8.4　【實踐案例】智能玉米病蟲害檢測系統(tǒng)實現(xiàn) 170
8.4.1　實施思路 170
8.4.2　實施過程 171


參考文獻(xiàn) 191