一种基于深度卷积网络的樱花叶斑病识别方法及系统

本发明涉及植物病害识别技术领域，公开了一种基于深度卷积网络的樱花叶斑病识别方法及系统，其中，一种基于深度卷积网络的樱花叶斑病识别方法包括：建立植物生长与模型演化的双重动态系统数学模型，构建生长阶段感知的特征提取器、渐进式知识库、双重记忆系统、概念漂移检测器和元学习优化器，整合生物技术共适应框架，实现樱花叶斑病识别系统与樱花生长周期的长期协同；本发明实现了识别系统与樱花生长周期的长期协同，解决了传统深度学习方法在长期植物监测中的稳定性与适应性矛盾问题，使樱花叶斑病识别系统能够在多年的应用过程中保持高效稳定，无需频繁的人工干预和模型更新。