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
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