《農業人工智能應用》一書圍繞農、林、牧、漁四大領域的人工智能應用展開，通過理論與實踐相結合的方式，結合人工智能領域的圖像分類、物體檢測、圖像分割等技術，介紹人工智能技術在農業領域中的不同應用，分為第1篇農業人工智能技術概述、第2篇農業人工智能基礎應用、第3篇農業人工智能綜合實踐，包含8個模塊。
第一篇 農業人工智能技術概述 001
第1章 初識農業人工智能 002
【知識框架】 003
1.1 農業人工智能的基本概念 003
1.2 農業人工智能的發展動態 005
1.2.1 農業人工智能的發展歷史 005
1.2.2 農業人工智能的發展現狀 006
1.2.3 農業人工智能的發展趨勢 008
1.3 農業人工智能的代表性應用 009
1.3.1 智能化農機具 010
1.3.2 作物識別與分類 010
1.3.3 農藥和肥料的精準施用 010
1.3.4 農業數據管理與分析 011
1.3.5 智慧農業平臺建設 012
1.4 農業人工智能應用的實現過程 012
1.5 常見農業人工智能應用平臺 014
1.5.1 軟件平臺 014
1.5.2 硬件平臺 017
1.6 【實踐案例】農業人工智能應用體驗 019
1.6.1 實施思路 019
1.6.2 實施過程 019
第2章 農業人工智能關鍵技術 026
【知識框架】 026
2.1 農業領域的機器學習技術 027
2.1.1 機器學習的概念 027
2.1.2 農業領域的機器學習技術應用 028
2.2 農業領域的計算機視覺技術 029
2.2.1 計算機視覺技術的概念 029
2.2.2 農業領域的計算機視覺技術應用 030
2.3 農業領域的大數據技術 031
2.3.1 大數據技術的概念 031
2.3.2 農業領域的大數據技術應用 032
2.4 農業領域的機器人技術 033
2.4.1 機器人技術概念 033
2.4.2 農業領域的機器人技術應用 034
2.5 【實踐案例】基于推理機的植物分類實現 035
2.5.1 實施思路 035
2.5.2 實施過程 036
第二篇 農業人工智能基礎應用 043
第3章 果園人工智能應用 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 智慧果園的發展 047
3.2 果園領域中的人工智能應用 049
3.2.1 果實采摘 049
3.2.2 果園領域中的其他人工智能應用 054
3.3 智慧果園的技術框架 055
3.4 【實踐案例】基于智能數據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 林業人工智能應用 075
【知識框架】 075
4.1 智慧林業概述 076
4.2 林業領域中的人工智能應用 078
4.2.1 木材樹種識別 078
4.2.2 林業領域中的其他人工智能應用 082
4.3 林業領域中的圖像分類技術 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 086
4.4 【實踐案例】基于圖像分類的樹種分類實現 088
4.4.1 實施思路 088
4.4.2 實施過程 089
第5章 畜牧業人工智能應用 094
【知識框架】 094
5.1 畜牧業人工智能概述 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 智慧畜牧的發展 097
5.2 畜牧業人工智能應用場景 098
5.2.1 動物個體識別 098
5.2.2 畜牧業中的其他人工智能應用 101
5.3 畜牧業領域中的物體檢測技術 102
5.3.1 物體檢測定義 103
5.3.2 基于機器學習的物體檢測技術 103
5.3.3 基于深度學習的物體檢測技術 104
5.3.4 物體檢測的評價指標 105
5.4 【實踐案例】基于物體檢測的牛群檢測計數實現 105
5.4.1 實施思路 105
5.4.2 實施過程 106
第6章 漁業人工智能應用 110
【知識框架】 110
6.1 智慧漁業概述 111
6.2 漁業領域中的人工智能應用 112
6.2.1 智慧池塘養殖 112
6.2.2 漁業領域中的其他人工智能應用 116
6.3 漁業領域中的圖像分割技術 118
6.3.1 圖像分割的定義 118
6.3.2 基于機器學習的圖像分割 119
6.3.3 基于深度學習的圖像分割 120
6.4 【實踐案例】基于圖像分割的漁民分割實現 121
6.4.1 實施思路 121
6.4.2 實施過程 122
第三篇 農業人工智能綜合實踐 127
第7章 智能農作物生長態勢識別系統 128
【知識框架】 129
7.1 農作物生長態勢監測概述 129
7.1.1 基本概況 129
7.1.2 國內外發展概況 130
7.2 農作物生長態勢監測方法 131
7.3 農作物生長態勢監測應用 133
7.3.1 草莓生長態勢識別 133
7.3.2 農作物生長態勢監測的其他應用 137
7.4 人工智能模型的基本開發流程 137
7.4.1 數據準備 137
7.4.2 模型訓練 139
7.4.3 模型校驗 139
7.4.4 模型部署與應用 139
7.5 EasyDL零門檻人工智能開發平臺 140
7.5.1 EasyDL平臺的功能 140
7.5.2 EasyDL平臺的優勢 142
7.6 【實踐案例】智能草莓生長態勢識別系統實現 144
7.6.1 實施思路 144
7.6.2 實施過程 145
第8章 智能農作物病蟲害檢測系統 163
【知識框架】 163
8.1 智能農作物病蟲害檢測概述 164
8.2 智能農作物病蟲害診斷方法 165
8.2.1 傳統機器學習方法 165
8.2.2 深度學習方法 166
8.3 智能農作物病蟲害檢測應用 167
8.3.1 應用背景 167
8.3.2 應用方案 168
8.4 【實踐案例】智能玉米病蟲害檢測系統實現 170
8.4.1 實施思路 170
8.4.2 實施過程 171
參考文獻 191
新書資訊