基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数OA北大核心CSCDCSTPCD
Vegetable Lepidopteran Pest Auto Recognition and Detection Counting Based on Deep Learning
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…查看全部>>
董伟;钱蓉;张洁;张立平;陈红波;张萌;朱静波;卜英乔
安徽省农业科学院农业经济与信息研究所,合肥230001安徽省农业科学院农业经济与信息研究所,合肥230001中国科学院合肥物质科学研究院合肥智能机械研究所,合肥230031安徽省农业科学院农业经济与信息研究所,合肥230001中国科学院合肥物质科学研究院合肥智能机械研究所,合肥230031安徽省农业科学院农业经济与信息研究所,合肥230001安徽省农业科学院农业经济与信息研究所,合肥230001国防科技大学电子对抗学院,合肥230037
信息技术与安全科学
鳞翅目害虫自动识别检测计数深度学习卷积神经网络
《中国农业科技导报》 2019 (12)
基于深度学习的土壤近红外光谱定量分析模型研究
76-84,9
国家自然科学基金项目(31671586)中国科学院科技服务网络计划(STS计划)项目(KFJ-STS-ZDTP-048-02)安徽省农业科学院人才发展专项资金项目(17F1414)安徽省农业科学院院所共建团队项目(18C1424).
评论