基于深度学习的栽培苜蓿害虫识别模型

文献类型： 中文期刊

第一作者： 张忠雪

作者： 张忠雪;冯琦胜;李仲贤;李云昊;王瑞泾;张轩凡;李彦忠;梁天刚

作者机构：

关键词： 深度学习;YOLOv5算法;Faster-RCNN算法;苜蓿害虫

期刊名称： 草业科学

ISSN： 1001-0629

年卷期： 2024 年 006 期

页码： 1519-1532

收录情况： 北大核心 ; CSCD

摘要： 苜蓿(Medicago sativa)是我国发展畜牧业的重要优质牧草之一，而病虫害是影响其生长和品质的主要原因，因此准确识别病虫害对其生长发育具有重要意义。YOLO (You Only Look Once)等单阶段目标检测算法通过端对端进行目标检测，RCNN (Region Convolutional Neural Network)等双阶段目标检测算法生成候选区域进行特征提取。为有效识别苜蓿害虫，本文基于YOLOv5和Faster-RCNN两种算法对常见的6类苜蓿害虫进行特征识别，根据召回率(R)、精度(P)、平均精度(mAP)、F1值4种评价指标确定苜蓿害虫识别的最优算法和模型。其中R为样本中的正例被正确预测的比例，F1值为R和P的加权平均值。结果表明：YOLOv5算法识别苜蓿害虫的表现优于Faster-RCNN算法，YOLOv5算法的测试集和验证集精度均高于Faster-RCNN算法。研究结果为苜蓿害虫识别的算法选择提供了科学与理论支撑，对栽培苜蓿管理具有重要意义。

分类号： S435.4%TP18%TP391.41

  • 相关文献

[1]宁夏苜蓿害虫天敌种类及其田间发生规律的初步研究. 张蓉,马建华,杨芳,常兆斌,李云,王秉锋,杨涛. 2003

[2]宁夏苜蓿主要害虫田间消长规律的初步研究. 张蓉,马建华,杨芳,王进华. 2004

[3]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[4]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[5]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

[6]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

[7]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[8]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[9]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[10]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

[11]基于深度学习的无人机影像玉米倒伏区域提取. 郑二功,田迎芳,陈涛. 2018

[12]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[13]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

[14]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[15]基于长短时记忆神经网络的生猪价格预测模型. 刘怡然,王东杰,邓雪峰,刘振宇. 2021

[16]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

[17]基于深度学习的油菜籽粒图像分割方法初探. 彭顺正,黄筑斌,岳延滨,吴小波. 2020

[18]人工智能驱动智慧奶牛养殖的思考与实践. 夏雪,侍啸,柴秀娟. 2020

[19]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 2020

[20]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

作者其他论文 更多>>

微信小程序