基于迁移学习的常见蔬菜害虫检测

作者：徐祥振; 丁健; 易云^*

来源：赣南师范大学学报, 2023, 44(03): 70-75.

DOI：10.13698/j.cnki.cn36-1346/c.2023.03.012

• 目标检测
• 迁移学习
• 神经网络
• 智慧农业
• 十字花科害虫
• 豆科害虫

在智慧农业领域，使用计算机视觉技术检测蔬菜害虫具有重要意义.十字花科和豆科蔬菜是我国常见且受害虫侵袭较多的蔬菜.针对该应用，在自然场景下拍摄这2类蔬菜害虫的图片，创建CLVP目标检测数据集.该数据集包含6种害虫，即菜青虫、小菜蛾、黄曲条跳甲、二十八星瓢虫、白菜蜗牛和豆野螟.由于部分害虫体形较小、体色与背景较为相似、存在堆叠和遮挡现象，检测上述蔬菜的害虫具有一定难度.以Faster R-CNN和RetinaNet为骨干网络，构建针对蔬菜害虫的目标检测系统.基于迁移学习理论，训练3个目标检测网络模型，即FR-R101、FR-X101和Re-R101.在CLVP数据集上，这3个网络模型的检测结果分别为59.450%、59.206%和61.383%.为进一步评估CLVP数据集，使用最近提出的TOOD算法测试该数据集，得到检测结果是60.162%.此外，将公开CLVP数据集.

• 单位
  赣南师范大学