基于深度学习的粘虫板储粮害虫图像检测算法的研究

基于深度学习的粘虫板储粮害虫图像检测算法的研究

论文摘要

本研究提出了一种基于深度学习的粘虫板储粮害虫图像检测算法,实现了放置在粮仓表面粘虫板诱捕的六大类害虫(米象/玉米象、谷蠹、扁谷盗、锯谷盗、拟谷盗、烟草甲)的定位和识别。考虑粘虫板图像的背景复杂、害虫体积较小、姿态多样的特点,改进了SSD的目标框回归策略、损失函数和特征提取网络结构,测试结果表明,该算法可有效检测粘虫板上的害虫,检测平均正确率(mAP)可以达到81.36%。改进的SSD算法部署在储粮害虫监测系统中,目前已在全国11个粮库进行实验测试。

论文目录

  • 1 图像数据集建立及预处理策略
  • 2 目标检测算法
  •   2.1 检测过程的基本流程
  •   2.2 默认框生成策略
  •   2.3 特征提取基础网络结构设计
  •   2.4 目标框回归策略与损失函数设计
  •   2.5 模型训练与评估实验
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 苗海委,周慧玲

    关键词: 储粮害虫,图像识别,粘虫板,深度学习

    来源: 中国粮油学报 2019年12期

    年度: 2019

    分类: 工程科技Ⅰ辑,农业科技,信息科技

    专业: 农艺学,计算机软件及计算机应用,自动化技术

    单位: 北京邮电大学自动化学院

    分类号: TP391.41;TP18;S379.5

    页码: 93-99

    总页数: 7

    文件大小: 2113K

    下载量: 227

    相关论文文献

    标签:;  ;  ;  ;  

    基于深度学习的粘虫板储粮害虫图像检测算法的研究
    下载Doc文档

    猜你喜欢