期刊文献+
共找到113篇文章
< 1 2 6 >
每页显示 20 50 100
基于图像显著性分析与卷积神经网络的茶园害虫定位与识别 被引量:85
1
作者 杨国国 鲍一丹 刘子毅 《农业工程学报》 EI CAS CSCD 北大核心 2017年第6期156-162,共7页
为实现在茶园环境中快速、准确地识别害虫目标,该文提出了一种基于卷积神经网络的深度学习模型来进行害虫定位和识别的方法。该文通过对整个图像进行颜色衰减加速运算,结合超像素区域之间的空间影响,计算各个超区域的显著性值,进而提供... 为实现在茶园环境中快速、准确地识别害虫目标,该文提出了一种基于卷积神经网络的深度学习模型来进行害虫定位和识别的方法。该文通过对整个图像进行颜色衰减加速运算,结合超像素区域之间的空间影响,计算各个超区域的显著性值,进而提供害虫目标的潜在区域,最终结合Grab Cut算法进行害虫目标的定位和分割。对于分割后的害虫目标,通过优化后的卷积神经网络进行表达和分类,并进一步对卷积神经网络的结构进行了约减。通过对23种茶园主要害虫的识别,试验结果表明,识别准确率在优化前后分别为0.915和0.881,优化后的模型内存需求和运行耗时分别降低至6 MB和0.7 ms,取得了较好的识别效果。 展开更多
关键词 像素 算法 识别 害虫检测 图像显著性分析 深度学习 卷积神经网络
下载PDF
基于改进YOLOv3模型的玉米叶片病虫害检测与识别研究 被引量:24
2
作者 徐会杰 黄仪龙 刘曼 《南京农业大学学报》 CAS CSCD 北大核心 2022年第6期1276-1285,共10页
[目的]本文针对传统农作物叶片病虫害识别模型YOLOv3存在的检测实时性与鲁棒性差以及漏检率高的问题,提出了一种改进的玉米叶片病虫害检测模型——YOLOv3-Corn。[方法]该模型采用Darknet-53作为特征提取网络,将网络输出的8倍特征图与新... [目的]本文针对传统农作物叶片病虫害识别模型YOLOv3存在的检测实时性与鲁棒性差以及漏检率高的问题,提出了一种改进的玉米叶片病虫害检测模型——YOLOv3-Corn。[方法]该模型采用Darknet-53作为特征提取网络,将网络输出的8倍特征图与新加入的4倍下采样特征图进行拼接,建立了104104尺度的检测层;在前期构建的包含6个类别玉米常见病虫害数据集中,利用K-means++聚类算法选取12个先验框并分别匹配到4个不同尺度的检测层中进行目标识别。[结果]在YOLOv3系列模型中,YOLOv3-Corn模型的检测精度均值(mAP)、召回率(Recall)达到了93.31%和93.08%,与YOLOv3模型相比分别提高了4.03%和9.78%。在非YOLO系列模型中,YOLOv3-Corn模型平衡了Faster R-CNN模型的检测速度不足和RetinaNet模型的召回率、精确度不足的问题。[结论]在保证提取相同特征参数、检测时效性好的前提下,YOLOv3-Corn模型有效提高了识别精度。 展开更多
关键词 玉米叶片 病虫害检测 目标检测 YOLOv3模型 Darknet-53
下载PDF
便携式柑橘虫害实时检测系统的研制与试验 被引量:19
3
作者 王林惠 兰玉彬 +3 位作者 刘志壮 岳学军 邓述为 郭宜娟 《农业工程学报》 EI CAS CSCD 北大核心 2021年第9期282-288,共7页
为实现柑橘虫害的快速、准确识别,帮助果农及时掌握果园内虫害的危害程度和分布情况,该研究结合嵌入式图像处理技术设计了一套基于深度卷积神经网络的柑橘虫害实时检测系统。优选MoblieNet作为虫害图像特征提取网络,区域候选网络生成害... 为实现柑橘虫害的快速、准确识别,帮助果农及时掌握果园内虫害的危害程度和分布情况,该研究结合嵌入式图像处理技术设计了一套基于深度卷积神经网络的柑橘虫害实时检测系统。优选MoblieNet作为虫害图像特征提取网络,区域候选网络生成害虫的初步位置候选框,快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)实现候选框的分类和定位。检测系统根据目标图像中虫害数量计算危害程度,按照正常、轻度、中度、重度4个等级判定柑橘虫害的严重程度,形成虫害识别与级别定量化测评软件。最后引入北斗模块获取采样点位置信息,进一步处理成可视化的虫害热力图。结果表明,该方法可实现对柑橘红蜘蛛和蚜虫的快速准确检测,识别准确率分别达到91.0%和89.0%,单帧图像平均处理速度低至286 ms。该系统实现了柑橘虫害的精准识别与定位,可为农药喷洒作业提供精准信息服务。 展开更多
关键词 深度学习 虫害检测 便携式 柑橘 红蜘蛛 蚜虫
下载PDF
农业害虫检测的深度学习算法综述 被引量:12
4
作者 蒋心璐 陈天恩 +3 位作者 王聪 李书琴 张宏鸣 赵春江 《计算机工程与应用》 CSCD 北大核心 2023年第6期30-44,共15页
害虫检测是害虫测报的关键步骤,对于害虫防治具有重要意义,也是保证农作物产量和品质的前提。近年来,随着卷积神经网络的迅速发展,害虫检测技术进入智能化时代,使用深度学习相关技术实现精确的害虫检测已成为研究人员重点关注的课题。... 害虫检测是害虫测报的关键步骤,对于害虫防治具有重要意义,也是保证农作物产量和品质的前提。近年来,随着卷积神经网络的迅速发展,害虫检测技术进入智能化时代,使用深度学习相关技术实现精确的害虫检测已成为研究人员重点关注的课题。为了促进深度学习害虫检测技术的发展,对检测算法和现有数据集进行综述。总结了当前面临的数据匮乏、小目标检测、多尺度检测和密集与遮挡检测等四大难点问题,并分析了其主要成因。重点针对以上难点问题,总结归纳了近年来提出的深度学习害虫检测算法的改进策略和技术细节,以及面向实际场景的应用算法,对比分析了各类算法的性能表现、改进策略的适用场景及其优缺点。从面向复杂检测场景、解决数据匮乏问题、模型增量更新和应用落地等方面分析并展望了未来的研究趋势。 展开更多
关键词 深度学习 目标检测 害虫检测
下载PDF
基于SSD的粮仓害虫检测研究 被引量:14
5
作者 邓壮来 汪盼 +3 位作者 宋雪桦 王昌达 陈娟 吴立亚 《计算机工程与应用》 CSCD 北大核心 2020年第11期214-218,共5页
为了对粮仓害虫进行有效地检测,减少粮食损失,提出一种基于SSD的粮仓害虫检测方法。该方法利用多个尺度的卷积特征图来检测害虫。通过轻量化模型结构和优化损失函数来提高SSD的训练速度和检测效率。实验将6类高爆发的粮仓害虫图像进行... 为了对粮仓害虫进行有效地检测,减少粮食损失,提出一种基于SSD的粮仓害虫检测方法。该方法利用多个尺度的卷积特征图来检测害虫。通过轻量化模型结构和优化损失函数来提高SSD的训练速度和检测效率。实验将6类高爆发的粮仓害虫图像进行训练和测试,结果表明:该方法相比较于当前主流的目标检测方法在对粮仓害虫检测中具有更高的mAP。 展开更多
关键词 粮仓害虫 粮食损失 目标检测 SSD MAP
下载PDF
基于改进Faster RCNN的田间黄板害虫检测算法 被引量:12
6
作者 肖德琴 黄一桂 +3 位作者 张远琴 刘又夫 林思聪 杨文涛 《农业机械学报》 EI CAS CSCD 北大核心 2021年第6期242-251,共10页
针对黄板诱捕的害虫体积小、数量多和分布不均匀,难以进行害虫识别的问题,引入当前主流目标检测模型Faster RCNN对黄板上的小菜蛾、黄曲条跳甲和烟粉虱等主要害虫进行识别与计数,提出一种基于改进Faster RCNN的田间黄板害虫检测算法(Mob... 针对黄板诱捕的害虫体积小、数量多和分布不均匀,难以进行害虫识别的问题,引入当前主流目标检测模型Faster RCNN对黄板上的小菜蛾、黄曲条跳甲和烟粉虱等主要害虫进行识别与计数,提出一种基于改进Faster RCNN的田间黄板害虫检测算法(Mobile terminal pest Faster RCNN,MPF RCNN)。该算法将ResNet101网络与FPN网络相结合作为特征提取网络,并在RPN网络设计多种不同尺寸锚点对特征图像进行前景和背景判断,使用ROIAlign替代ROIPooling进行特征映射,以及使用双损失函数进行算法参数控制。对2440幅样本图像的实验分析表明,在真实复杂的自然环境下,MPF RCNN对烟粉虱、黄曲条跳甲、小菜蛾和其他大型害虫(体长大于5 mm)检测的平均精度分别为87.84%、86.94%、87.42%和86.38%;在35 cm×25 cm黄板上不超过480只的低密度下平均精度均值为93.41%,在480~960只害虫的中等密度下平均精度均值为89.76%。同时实验显示,在中低等密度下晴天和雨天的检测精度无明显差异,本算法计数结果与害虫计数决定系数为0.9255。将该算法置入以“微信小程序+云存储服务器+算法服务器”为架构的小米7手机终端系统中进行应用测试,平均识别时间为1.7 s。研究表明,该算法在精度和速度上均可支持当前便携式应用,为利用手机对蔬菜害虫进行快速监测与识别提供了技术支撑。 展开更多
关键词 害虫检测 黄板 害虫计数 机器学习 Faster RCNN
下载PDF
基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证 被引量:12
7
作者 姚青 吴叔珍 +5 位作者 蒯乃阳 杨保军 唐健 冯晋 朱旭华 朱先敏 《农业工程学报》 EI CAS CSCD 北大核心 2021年第7期183-189,共7页
针对水稻灯诱昆虫图像中稻飞虱自动检测存在严重误检和漏检问题,提出一种基于改进CornerNet的水稻灯诱飞虱自动检测方法。由于稻飞虱个体在灯诱昆虫图像中所占区域比例极小,利用重叠滑动窗方法提高飞虱在图像检测区域中所占比例,提高2... 针对水稻灯诱昆虫图像中稻飞虱自动检测存在严重误检和漏检问题,提出一种基于改进CornerNet的水稻灯诱飞虱自动检测方法。由于稻飞虱个体在灯诱昆虫图像中所占区域比例极小,利用重叠滑动窗方法提高飞虱在图像检测区域中所占比例,提高2种稻飞虱(白背飞虱和褐飞虱)的检测率和避免滑动窗边界造成的目标漏检。针对CornerNet存在角点匹配不准确导致检测框冗余问题,利用检测框抑制方法去除冗余检测框。对灯诱昆虫图像进行稻飞虱检测,结果表明,该研究提出的基于改进CornerNet的水稻灯诱飞虱自动检测方法对2种稻飞虱检测的平均精确率和召回率分别为95.53%和95.50%,有效地提高了灯诱昆虫图像中稻飞虱的检测效果,可用于智能虫情测报灯的灯诱昆虫图像中白背飞虱和褐飞虱的智能测报。 展开更多
关键词 图像识别 害虫检测 水稻灯诱昆虫图像 稻飞虱 CornerNet模型 目标检测 重叠滑动窗
下载PDF
深度学习在林业中的应用 被引量:12
8
作者 南玉龙 张慧春 +1 位作者 郑加强 杨琨琪 《世界林业研究》 CSCD 北大核心 2021年第5期87-90,共4页
林业数据信息的智能处理与深度挖掘分析是智慧林业精准决策与统筹管理的基础。文中主要从树木识别与分类、森林火灾识别与预测、树木病虫害监测和木材检测等4个方面总结深度学习在林业中的应用;从林业数据集、数据标记、特征学习涵盖范... 林业数据信息的智能处理与深度挖掘分析是智慧林业精准决策与统筹管理的基础。文中主要从树木识别与分类、森林火灾识别与预测、树木病虫害监测和木材检测等4个方面总结深度学习在林业中的应用;从林业数据集、数据标记、特征学习涵盖范围、图像遮挡等方面分析了深度学习在林业领域应用上的缺点与局限性,以充分认识深度学习在林业应用方面亟待解决的问题与突破的方向;从林业领域应用场景、算法改进、数据集共享与研究成果应用的角度,展望深度学习在林业领域应用上亟待加强研究的方面,以提升深度学习解决林业应用问题的广度与深度,促进智能林业的发展。 展开更多
关键词 深度学习 树木识别 森林火灾预测 病虫害监测 木材检测
原文传递
农产品病虫害高光谱成像无损检测的研究进展 被引量:12
9
作者 田有文 程怡 +1 位作者 吴琼 牟鑫 《激光与红外》 CAS CSCD 北大核心 2013年第12期1329-1335,共7页
高光谱成像是一种新兴的无损快速检测技术,可以同时获取研究对象的图像和光谱信息,集成了光谱分析和图像处理的优势,已成为农产品病虫害信息快速、无损检测的重要手段之一,在农产品的溃疡病、褐斑病、白粉病、黑星病、腐烂、虫蛀等病虫... 高光谱成像是一种新兴的无损快速检测技术,可以同时获取研究对象的图像和光谱信息,集成了光谱分析和图像处理的优势,已成为农产品病虫害信息快速、无损检测的重要手段之一,在农产品的溃疡病、褐斑病、白粉病、黑星病、腐烂、虫蛀等病虫害无损检测中的应用越来越广泛。本文简述了高光谱成像系统,总结分析了其在水果、蔬菜、肉类、谷物等农产品病虫害无损检测中的国内外最新研究进展,提出了农产品病虫害高光谱成像技术检测的未来研究发展方向,以期对相关研究人员的研究工作提供参考。 展开更多
关键词 高光谱成像 农产品 病虫害 无损检测
下载PDF
仓储害虫检测技术的研究现状及展望 被引量:11
10
作者 高华 祝玉华 甄彤 《粮油食品科技》 2016年第2期93-96,共4页
分析了国内外几种主要检测技术的研究结果,比较了近红外线光谱、X射线、微波雷达、电导等检测技术的优缺点,力求探索储粮害虫检测技术的创新点,为仓储害虫检测提供更好的技术支撑。
关键词 害虫检测 仓储害虫 检测技术
下载PDF
基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数 被引量:11
11
作者 董伟 钱蓉 +5 位作者 张洁 张立平 陈红波 张萌 朱静波 卜英乔 《中国农业科技导报》 CAS CSCD 北大核心 2019年第12期76-84,共9页
鳞翅目害虫是蔬菜作物中最重要且常见的一类害虫。由于受到复杂田间背景,光照及害虫姿态等的影响,传统的害虫自动识别与检测计数方法准确率比较低。为实现在田间快速准确地对目标害虫进行自动识别和检测计数,分别提出了基于深度卷积神... 鳞翅目害虫是蔬菜作物中最重要且常见的一类害虫。由于受到复杂田间背景,光照及害虫姿态等的影响,传统的害虫自动识别与检测计数方法准确率比较低。为实现在田间快速准确地对目标害虫进行自动识别和检测计数,分别提出了基于深度卷积神经网络的识别模型和检测计数模型。针对菜粉蝶、棉铃虫、甜菜夜蛾、小菜蛾、斜纹夜蛾这5种常见且容易混淆的蔬菜鳞翅目害虫,构建了分类识别数据集和检测计数数据集,并分别进行了实验.平均识别率达到94.5%,检测均值平均精度(mAP)达到76.6%,与传统方法相比,证明了此方法的优越性。实验结果表明,该方法对于蔬菜鳞翅目害虫的识别和检测计数是可行的,且达到了实际应用水平。 展开更多
关键词 鳞翅目害虫 自动识别 检测计数 深度学习 卷积神经网络
原文传递
基于深度学习的小目标受灾树木检测方法 被引量:11
12
作者 周焱 刘文萍 +1 位作者 骆有庆 宗世祥 《林业科学》 EI CAS CSCD 北大核心 2021年第3期98-107,共10页
【目的】针对无人机森林图像中树木尺度小、生长密集以及分布不规律等问题,提出一种基于深度学习的小目标受灾树木检测方法,以准确识别和定位高分辨率无人机森林图像中的小尺度受灾树木。【方法】以辽宁省凌源县受红脂大小蠹侵害的油松... 【目的】针对无人机森林图像中树木尺度小、生长密集以及分布不规律等问题,提出一种基于深度学习的小目标受灾树木检测方法,以准确识别和定位高分辨率无人机森林图像中的小尺度受灾树木。【方法】以辽宁省凌源县受红脂大小蠹侵害的油松林无人机图像为数据源,利用LabelImg开源软件标注拍摄高度为180~240 m的图像,构建无人机森林图像数据集。设计小目标受灾树木检测框架,该框架在轻量级目标检测框架(SSD)基础上,首先从conv3_3开始构建预测模块,并根据图像中目标树木的尺寸删减预测模块,同时优化特征图上默认框生成方式;然后,通过特征增强模块将基础特征图转化为增强特征图,生成基础和增强预测模块;最后,利用基于默认框的双层损失函数训练检测模型以促进特征学习。【结果】基于深度学习的小目标受灾树木检测方法可实现无人机森林虫害远程监测,较准确检测无人机图像中细小密集的受灾树木。采用5组不同结构的SITD模型以及SSD、FSSD和RFBNet目标检测框架对无人机森林图像数据集进行训练和测试,以平均查准率(AP)和Precision-Recall曲线作为评价指标,试验选出最优SITD模型在测试集上的AP为92.62%,相比原始SSD300框架提升69.71%,且优于其他3种目标检测框架。【结论】基于深度学习的小目标受灾树木检测方法可实现对森林中受灾树木的自动化检测,能够简化林业有害生物监测流程,提升对森林虫害的预警能力。 展开更多
关键词 无人机图像 森林病虫害 深度学习 目标检测
下载PDF
基于改进YOLOv4的林业害虫检测 被引量:9
13
作者 陈道怀 汪杭军 《浙江农业学报》 CSCD 北大核心 2022年第6期1306-1315,共10页
为了提高林业害虫检测的准确性,提出一种基于YOLOv4的改进算法。首先,基于智能害虫捕捉装置拍摄的图像,制作害虫数据集,采用K-means算法对样本数据集的目标框进行聚类分析,基于DIoU-NMS算法实现对害虫的计数功能;然后,在模型的路径聚合... 为了提高林业害虫检测的准确性,提出一种基于YOLOv4的改进算法。首先,基于智能害虫捕捉装置拍摄的图像,制作害虫数据集,采用K-means算法对样本数据集的目标框进行聚类分析,基于DIoU-NMS算法实现对害虫的计数功能;然后,在模型的路径聚合网络(PANet)结构上增加特征融合和104×104层级特征检测图,以提升对小个体害虫的识别率;最后,根据模型检测效率和复杂度,调整模型中的尺度特征图组合,在保证检测准确度的基础上,提升检测效率,并精简模型。试验结果表明,改进的YOLOv4模型的平均识别精度比传统YOLOv4模型提高了1.6百分点,且对于小个体害虫的识别效果更好,模型复杂度和模型参数量分别减少了11.9%、33.2%,检测速度提升了11.1%,更适于应用部署。 展开更多
关键词 林业害虫 害虫检测 深度学习
下载PDF
基于优化CBAM改进YOLOv5的农作物病虫害识别 被引量:6
14
作者 王昕 董琴 杨国宇 《计算机系统应用》 2023年第7期261-268,共8页
针对多种农作物病虫害图像,在自然环境下因虫害种类繁多,小目标特征相似的技术问题,导致检测困难难以达到令人满意的精度.本文提出了一种自然背景下加强局部特征和全局特征信息融合的害虫检测识别模型YOLOv5-EB,在公开的大规模害虫数据... 针对多种农作物病虫害图像,在自然环境下因虫害种类繁多,小目标特征相似的技术问题,导致检测困难难以达到令人满意的精度.本文提出了一种自然背景下加强局部特征和全局特征信息融合的害虫检测识别模型YOLOv5-EB,在公开的大规模害虫数据集IP102上进行实验,结果表明该研究比YOLOv5模型精确度提高了5个百分点.引入一维卷积替换CBAM中通道注意力的MLP操作,优化了通道注意力经过全局处理后容易忽略通道内信息交互的问题;其次使用6×6卷积替换Focus操作,来增强提取害虫特征的能力.实验结果表明,对害虫进行检测时,YOLOv5-EB的平均精度值达到了87%,与Faster R-CNN、EfficientDet、YOLOv3、YOLOv4、YOLOv5模型相比,不仅有效提高了作物害虫图像的识别性能,而且有效提高了检测速度.研究表明,YOLOv5-EB算法满足对多种农作物病虫害目标检测的准确性和实时性要求. 展开更多
关键词 YOLOv5算法 CBAM 病虫害检测 IP102 目标识别 深度学习
下载PDF
橘小实蝇成虫诱捕监测装置的设计与试验 被引量:10
15
作者 文韬 洪添胜 +3 位作者 李立君 李震 叶智杰 张彦晖 《农业工程学报》 EI CAS CSCD 北大核心 2014年第11期37-44,共8页
为了解决现有的害虫机器监测技术与传统的监测手段结合存在的实时监测难度高、信息处理困难、成本高等问题,该文设计研发一种适用于果园环境的橘小实蝇成虫诱捕监测装置用于监测橘小实蝇成虫虫口密度。该装置外观由遮光罩、进虫口、虫... 为了解决现有的害虫机器监测技术与传统的监测手段结合存在的实时监测难度高、信息处理困难、成本高等问题,该文设计研发一种适用于果园环境的橘小实蝇成虫诱捕监测装置用于监测橘小实蝇成虫虫口密度。该装置外观由遮光罩、进虫口、虫口监测区和储虫瓶构成,信号检测模块包括红外光电耦合传感器匹配电路、电压跟随器电路、差分放大电路和迟滞比较器电路4部分。性能测试结果表明:该诱捕监测装置底部储虫瓶有、无遮光处理时,相应的感应电压均值分别为3.923和3.883 V,差异显著(P〈0.05),且上述2种方式均能使检测探头输出工作在线性区域;虫口监测通道管壁设计成黑、白、蓝3色,在自然光照条件下,管壁颜色对监测探头感应性能无显著差异性(P=0.606);监测区域不同区域位置感应输出响应也无显著差异性(P=0.797),区域位置对监测输出误差影响可以忽略。应用该诱捕监测装置和人工计数方式在橘小实蝇成虫发生高峰期连续5 d 24 h监测成虫虫口密度,结果表明该装置监测相对误差为3%-8%,相比传统的人工计数方式,具有实时、自动化监测的优点,能够满足现有的橘小实蝇成虫长时期数据动态监测的需求,适用于果园橘小实蝇成虫动态监测推广使用。 展开更多
关键词 监测 害虫防治 试验 植保 橘小实蝇 光电监测
下载PDF
害虫抗药性分子检测技术发展现状 被引量:7
16
作者 曹晓梅 赵彤言 《寄生虫与医学昆虫学报》 CAS 2006年第1期57-63,共7页
记述8种当前用于害虫抗药性检测的分子生物学方法:专一性等位基因PCR扩增;PCR-单链构象多态性;固相微测序反应;限制性片段长度多态性;PCR-寡核苷酸探针斑点杂交;随机扩增多态性DNA;Northern斑点杂交;固定化人工膜-高效液相色谱。评述各... 记述8种当前用于害虫抗药性检测的分子生物学方法:专一性等位基因PCR扩增;PCR-单链构象多态性;固相微测序反应;限制性片段长度多态性;PCR-寡核苷酸探针斑点杂交;随机扩增多态性DNA;Northern斑点杂交;固定化人工膜-高效液相色谱。评述各种检测技术基本原理、在害虫抗性检测中的优缺点及应用范围。 展开更多
关键词 害虫 抗药性 分子检测
下载PDF
应用云计算和物联网技术促进林草有害生物监测预报智慧发展 被引量:10
17
作者 李珏闻 许胜利 +3 位作者 王立宇 陈孟涤 汪建伟 张佩芳 《林业和草原机械》 2020年第3期1-6,共6页
对我国林草有害生物监测预报工作现状进行分析;提出应用信息化技术促进林草有害生物监测预报智慧发展的对策建议;通过对云计算和物联网应用平台的功能分析,在总结"十三五"期间应用情况的基础上,展望了"十四五"期间... 对我国林草有害生物监测预报工作现状进行分析;提出应用信息化技术促进林草有害生物监测预报智慧发展的对策建议;通过对云计算和物联网应用平台的功能分析,在总结"十三五"期间应用情况的基础上,展望了"十四五"期间新一代信息技术在林草有害生物监测预报智慧发展的应用前景和发展方向。 展开更多
关键词 云计算 物联网 应用平台 有害生物 监测
原文传递
大田环境下的农业害虫图像小目标检测算法 被引量:1
18
作者 蒋心璐 陈天恩 +1 位作者 王聪 赵春江 《计算机工程》 CSCD 北大核心 2024年第1期232-241,共10页
智能化害虫检测是目标检测技术在农业领域的重要应用,可以有效提高害虫测报工作效率和可靠性,保障农作物产量和质量。在诱虫灯、粘虫板等固定式诱捕装置下,图像背景简单、光照条件稳定、害虫特征显著易于提取,害虫检测可以达到较高的准... 智能化害虫检测是目标检测技术在农业领域的重要应用,可以有效提高害虫测报工作效率和可靠性,保障农作物产量和质量。在诱虫灯、粘虫板等固定式诱捕装置下,图像背景简单、光照条件稳定、害虫特征显著易于提取,害虫检测可以达到较高的准确率,但其应用场景固定,检测范围局限于设备周围,无法适应复杂的田间环境。针对田间环境下图像背景复杂和害虫尺寸小带来的难检和漏检问题,提出一种改进YOLOv5的小目标害虫检测算法Pest-YOLOv5,以提高害虫测报的灵活性。在特征提取网络中增加坐标注意力机制,通过结合空间和通道信息,增强对小目标害虫特征的提取能力,在颈部连接部分使用双向特征金字塔网络结构,通过融合多尺度特征,缓解多次卷积带来的小目标信息丢失问题。在此基础上,使用SIoU和变焦损失函数计算损失值,同时通过实验得到最优分类损失权重系数,使模型更关注分类困难的目标样本。在公开数据集AgriPest上的实验结果表明,Pest-YOLOv5模型mAP_(0.5)和召回率分别为70.4%和67.8%,优于原YOLOv5s模型、SSD和Faster R-CNN等经典目标检测模型。与YOLOv5s模型相比,Pest-YOLOv5模型将mAP_(0.5)、mAP_(0.50:0.95)和召回率分别提高8.1%、7.9%和12.8%,改善了难检和漏检情况。 展开更多
关键词 深度学习 目标检测 害虫检测 小目标检测 损失函数
下载PDF
基于改进YOLO v7的农田复杂环境下害虫识别算法研究 被引量:4
19
作者 赵辉 黄镖 +1 位作者 王红君 岳有军 《农业机械学报》 EI CAS CSCD 北大核心 2023年第10期246-254,共9页
为使巡检机器人能够对体积小且密集、形态多变、数量多且分布不均的害虫进行高效精准识别,提出了一种基于改进YOLO v7的害虫识别方法。该方法将CSP Bottleneck与基于移位窗口Transformer(Swin Transformer)自注意力机制相结合,提高了模... 为使巡检机器人能够对体积小且密集、形态多变、数量多且分布不均的害虫进行高效精准识别,提出了一种基于改进YOLO v7的害虫识别方法。该方法将CSP Bottleneck与基于移位窗口Transformer(Swin Transformer)自注意力机制相结合,提高了模型获取密集害虫目标位置信息的能力;在路径聚合部分增加第4检测支路,提高模型对小目标的检测性能;将卷积注意力模块(CBAM)集成到YOLO v7模型中,使模型更加关注害虫区域,抑制背景等一般特征信息,提高被遮挡害虫的识别精确率;使用Focal EIoU Loss损失函数减少正负样本不平衡对检测结果的影响,提高识别精度。采用基于实际农田环境建立的数据集的实验结果表明,改进后算法的精确率、召回率及平均精度均值分别为91.6%、82.9%和88.2%,较原模型提升2.5、1.2、3个百分点。与其它主流模型的对比实验结果表明,本文方法对害虫的实际检测效果更优,对解决农田复杂环境下害虫的精准识别问题具有参考价值。 展开更多
关键词 农田复杂环境 害虫识别 目标检测 深度学习 YOLO v7 Swin Transformer
下载PDF
农业害虫智能视觉检测研究综述 被引量:3
20
作者 王春桃 梁炜健 +3 位作者 郭庆文 钟浩 甘雨 肖德琴 《中国农机化学报》 北大核心 2023年第7期207-213,共7页
农业害虫智能视觉检测是实现虫情自动实时监测的重要技术,首先介绍经典机器学习技术在国内外害虫智能视觉检测中的应用,然后整理以R-CNN、Fast R-CNN、Faster R-CNN、SSD和YOLO等深度学习技术为核心的新一代害虫智能视觉检测方法的研究... 农业害虫智能视觉检测是实现虫情自动实时监测的重要技术,首先介绍经典机器学习技术在国内外害虫智能视觉检测中的应用,然后整理以R-CNN、Fast R-CNN、Faster R-CNN、SSD和YOLO等深度学习技术为核心的新一代害虫智能视觉检测方法的研究进展。接着,剖析农业害虫智能视觉检测方法在研究及实际应用中存在的问题,其中基于经典机器学习的方法存在特征捕获能力和检测精度较低、资源消耗较大以及鲁棒性较弱等问题;基于深度学习的方法比基于经典机器学习的方法拥有更高检测性能,但存在数据分布不同和目标较小时识别效果较差、检测精度低和速度慢等问题。最后,针对基于深度学习的方法在农业昆虫数据库的制作、数据分布偏移的鲁棒性处理、深度特征学习、多场景应用4个方面对未来研究方向进行展望。 展开更多
关键词 虫情监测 计算机视觉 目标检测 机器学习 深度学习
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部