您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

大田环境下的农业害虫图像小目标检测算法

文献类型： 中文期刊

作者： 蒋心璐 1 ; 陈天恩 2 ; 王聪 2 ; 赵春江 1 ;

作者机构： 1.西北农林科技大学信息工程学院

2.国家农业信息化工程技术研究中心

关键词： 深度学习;目标检测;害虫检测;小目标检测;损失函数

期刊名称： 计算机工程

ISSN： 1000-3428

年卷期： 2024 年 50 卷 001 期

页码： 232-241

收录情况： CSCD

摘要： 智能化害虫检测是目标检测技术在农业领域的重要应用,可以有效提高害虫测报工作效率和可靠性,保障农作物产量和质量.在诱虫灯、粘虫板等固定式诱捕装置下,图像背景简单、光照条件稳定、害虫特征显著易于提取,害虫检测可以达到较高的准确率,但其应用场景固定,检测范围局限于设备周围,无法适应复杂的田间环境.针对田间环境下图像背景复杂和害虫尺寸小带来的难检和漏检问题,提出一种改进YOLOv5的小目标害虫检测算法Pest-YOLOv5,以提高害虫测报的灵活性.在特征提取网络中增加坐标注意力机制,通过结合空间和通道信息,增强对小目标害虫特征的提取能力,在颈部连接部分使用双向特征金字塔网络结构,通过融合多尺度特征,缓解多次卷积带来的小目标信息丢失问题.在此基础上,使用SIoU和变焦损失函数计算损失值,同时通过实验得到最优分类损失权重系数,使模型更关注分类困难的目标样本.在公开数据集AgriPest上的实验结果表明,Pest-YOLOv5模型mAP0.5和召回率分别为70.4%和67.8%,优于原YOLOv5s模型、SSD和Faster R-CNN等经典目标检测模型.与YOLOv5s模型相比,Pest-YOLOv5模型将mAP0.5、mAP0.50:0.95和召回率分别提高8.1%、7.9%和12.8%,改善了难检和漏检情况.

  • 相关文献

[1]农业害虫检测的深度学习算法综述. 蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江. 2023

[2]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[3]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[4]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[5]基于级联卷积神经网络的番茄花期识别检测方法. 赵春江,文朝武,林森,郭文忠,龙洁花. 2020

[6]基于YOLOX的穴盘甘蓝病害检测方法. 马驰,吴华瑞,于会山. 2023

[7]复杂场景下害虫目标检测算法:YOLOv8-Extend. 张荣华,白雪,樊江川. 2024

[8]基于卷积神经网络的田间麦穗检测方法研究. 张合涛,赵春江,王传宇,郭新宇,李大壮,苟文博. 2023

[9]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[10]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[11]基于改进YOLOv3的温室番茄果实识别估产方法. 成伟,张文爱,冯青春,张万豪. 2021

[12]基于改进YOLOv8s的大田甘蓝移栽状态检测算法. 吴小燕,郭威,朱轶萍,朱华吉,吴华瑞. 2024

[13]小样本目标检测研究综述. 刘春磊,陈天恩,王聪,姜舒文,陈栋. 2023

[14]基于级联视觉检测的樱桃番茄自动采收系统设计与试验. 李兴旭,陈雯柏,王一群,杨顺,吴华瑞,赵春江. 2023

[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

[18]基于深度残差网络的番茄叶片病害识别方法. 吴华瑞. 2019

[19]基于云原生技术的土壤墒情监测系统设计与应用. 于景鑫,杜森,吴勇,钟永红,张钟莉莉,郑文刚,李文龙. 2020

[20]基于深度学习的跨年龄人脸识别. 孙文斌,王荣,孙连烛,林源松. 2022

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台