摘要：針對(duì)生態(tài)背景下的竹類害蟲識(shí)別,作者研究了一種基于人工智能深度學(xué)習(xí)的識(shí)別方法。構(gòu)建了具有5663張圖片的蟲類數(shù)據(jù)集,其中包含3種竹類害蟲和3種其他蟲類,利用深度學(xué)習(xí)模型GoogLeNet特有的Inception模塊構(gòu)成的網(wǎng)中網(wǎng)結(jié)構(gòu),使其獲得更多的圖片特征,并開展了4組不同訓(xùn)練集與測(cè)試集比例的實(shí)驗(yàn)。結(jié)果表明:模型的精確度隨訓(xùn)練集比重的增大而增大,當(dāng)訓(xùn)練集和測(cè)試集的比例為9∶1時(shí)表現(xiàn)最好,F1值達(dá)到了95.48%,模型精確度為97.5%,體現(xiàn)了識(shí)別模型具有較好的綜合性能和較高的實(shí)用性。該方法能較好地實(shí)現(xiàn)3種竹類害蟲在生態(tài)背景下的智能識(shí)別,是針對(duì)竹類生產(chǎn)經(jīng)營(yíng)中的蟲害防治問題的一種智能化解決方案,為竹產(chǎn)業(yè)精細(xì)化管理及高效生產(chǎn)經(jīng)營(yíng)提供有效的科技支撐。