基于深度学习的粮库虫害实时监测预警系统

作者：罗强; 黄睿岚; 朱轶^*

来源：江苏大学学报(自然科学版), 2019, 40(02): 203-208.

• 智能农业
• 储粮安全
• 实时监测
• 预警
• 深度学习

针对传统粮库监控效率不高、检测结果不准确的问题,提出了一种基于深度学习的粮库虫害实时监测预警系统(RMPS).该系统对粮库中常见几种害虫(米象、绣赤扁谷盗、赤拟谷盗)进行较大规模的样本采集,并使用卷积神经网络进行学习和训练,构建神经网络模型;通过新型采集器实时采集粮库内部图像信息,利用已训练的模型进行害虫种类和概率的检测;并将监测结果以web形式发布给手机客户端.在实验室条件下,搭建小型模拟粮仓,部署本系统进行试验.测试结果表明:RMPS从传统的定点定时监测转变成实时监测,并且将虫害检测准确率提升到90%;RMPS采用专门设计的采集器与移动客户端部署简单、方便,具有较高的实用性与扩展性.

• 单位
  江苏大学