基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数

作者：董伟; 钱蓉; 张洁^*; 张立平; 陈红波; 张萌; 朱静波; 卜英乔

来源：中国农业科技导报, 2019, 21(12): 76-84.

DOI：10.13304/j.nykjdb.2018.0565

• 鳞翅目害虫
• 自动识别
• 检测计数
• 深度学习
• 卷积神经网络

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。

• 单位
  中国科学院合肥物质科学研究院; 合肥智能机械研究所; 中国人民解放军国防科学技术大学; 安徽省农业科学院农业经济与信息研究所