基于YOLO v2的辣椒叶部蚜虫图像识别

文献类型： 中文期刊

第一作者： 邹玮

作者： 邹玮;岳延滨;冯恩英;彭顺正;张爱民;肖玖军

作者机构：

关键词： 辣椒;蚜虫;图像识别

期刊名称： 山东农业大学学报(自然科学版)

ISSN： 1000-2324

年卷期： 2023 年 54 卷 005 期

页码： 700-709

收录情况： 北大核心 ; CSCD

摘要： 针对传统辣椒蚜虫识别精度不高、研究较少等问题,本研究一种基于YOLO v2 的辣椒蚜虫图像识别方法,准确定位蚜虫位置,识别两种不同类型蚜虫,并探究不同网络深度对模型性能的影响.首先YOLO v2目标检测网络与Resnet50网络六种不同深度卷积结构相融合,构建辣椒蚜虫识别模型,然后利用预测框生成算法设置候选框参数,对六种模型进行训练,根据训练结果设计辣椒蚜虫识别系统.在验证集上进行对比试验,结果表明Resnet-22模型对辣椒叶部蚜虫识别精度最高,平均识别准确率为96.49%,其中黄色蚜虫识别准确率为 98.70%,绿色蚜虫识别准确率为 94.27%,识别时间为 0.129 s.Resnet-22模型具有较强的鲁棒性,为实现田间复杂背景下辣椒蚜虫识别奠定基础.

分类号： TP751

  • 相关文献

[1]两种生物药剂对辣椒蚜虫的防治对比研究. 王燕春,赵伟强,杨春喜,曲宝茹. 2015

[2]不同药剂对辣椒蚜虫和蓟马的防治效果. 程英,杨学辉,王莉爽,李文红,金剑雪,周宇航,李凤良. 2018

[3]设施大棚辣椒蚜虫对烟碱类药剂的敏感性. 徐广春,孙亚萍,徐德进,许小龙,顾中言. 2016

[4]与辣椒抗蚜性基因连锁的RAPD标记. 陈青,张银东. 2003

[5]5种杀虫剂对设施大棚辣椒蚜虫的防治效果. 徐广春,顾中言,徐德进,许小龙. 2013

[6]辣椒种质资源抗蚜性鉴定技术规程. 陈青,梁晓,刘迎,伍春玲,刘小强,税军. 2022

[7]基于深度学习的贵州辣椒蚜虫发生气象条件预测模型初报. 刘凯歌,吴康云,邢丹,宋敏,牟玉梅,李明. 2022

[8]田间害虫图像识别中的特征提取与分类器设计研究. 张红涛,胡玉霞,赵明茜,邱道尹,张孝远,张恒源. 2008

[9]基于DRGB的运动中肉牛形体部位识别. 邓寒冰,许童羽,周云成,苗腾,张聿博,徐静,金莉,陈春玲. 2018

[10]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[11]不同自然场景下葡萄果实识别方法研究. 马本学,贾艳婷,梅卫江,高国刚,吕琛. 2015

[12]高光谱成像技术和主成分分析识别玉米籽粒的胚(英文). 黄文倩,李江波,张驰,张保华,张百海. 2012

[13]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

[14]图像识别技术在农业领域中的应用. 林羽,刘斌琼. 2020

[15]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[16]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[17]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[18]基于图像识别技术的金针菇表型高通量采集与分析. 朱怡航,张小斌,沈颖越,顾清,金群力,郑可锋. 2021

[19]基于ResNet-50深度卷积网络的果树病害智能诊断模型研究. 金瑛,叶飒,李洪磊. 2021

[20]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

作者其他论文 更多>>

微信小程序