基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数
文献类型：期刊论文
| 刊名 | 中国农业科技导报
 |
| 出版日期 | 2019 |
| 卷号 | 021 |
| 关键词 | 鳞翅目害虫 自动识别 检测计数 深度学习 卷积神经网络 |
| ISSN号 | 1008-0864 |
| 其他题名 | Vegetable Lepidopteran Pest Auto Recognition andDetection Counting Based on Deep Learning |
| 英文摘要 | 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76.6%,与传统方法相比,证明了此方法的优越性。实验结果表明,该方法对于蔬菜鳞翅目害虫的识别和检测计数是可行的,且达到了实际应用水平。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6630491 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/61398]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . 基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数[J]. 中国农业科技导报,2019,021. |
| APA | (2019).基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数.中国农业科技导报,021. |
| MLA | "基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数".中国农业科技导报 021(2019). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。