首页|基于机器视觉的小贯小绿叶蝉智能识别的研究与应用

基于机器视觉的小贯小绿叶蝉智能识别的研究与应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
深度学习已经在农作物害虫实时监测的智能识别过程中广泛应用.以小贯小绿叶蝉(Empoasca onukii)识别模型为基础,研究深度学习在诱虫板上叶蝉识别中的应用,旨在提高小贯小绿叶蝉田间种群调查的准确性.本研究设计了一种茶园小贯小绿叶蝉的识别、计数方法,首先采用黄色诱虫板诱集小贯小绿叶蝉,利用相机对诱虫板进行图像采集并上传至服务器,然后通过服务器部署的目标检测算法,对图像中叶蝉进行识别与计数.通过算法筛选,确定YOLOv3作为识别算法,用改进后的Soft-NMS代替原来的NMS,用K-means聚类方法计算新的先验框的尺寸,提升YOLOv3对目标识别的速度和准确率.通过田间试验对比诱虫板上叶蝉的真实数量,结果显示优化后识别算法的准确率可达到95.35％以上.本研究验证了诱虫板诱集、目标识别算法和物联网技术相结合,能够为小贯小绿叶蝉田间种群的实时监测提供技术支持,可为其他具有颜色偏爱性昆虫的实时监测和茶园害虫综合治理提供参考.
Research and Application of Intelligent Identification of Empoasca onukii Based on Machine Vision

边磊、何旭栋、季慧华、蔡晓明、罗宗秀、陈华才、陈宗懋

展开 >

中国农业科学院茶叶研究所,浙江 杭州 310008

杭州益昊农业科技有限公司,浙江 杭州 310018

中国计量大学,浙江 杭州 310018

深度学习 目标检测 小贯小绿叶蝉 种群监测 YOLOv3

浙江重点研发计划财政部和农业农村部:国家现代农业产业技术体系项目中国农业科学院创新工程项目

2019C02033CARS-19

2022

茶叶科学
中国茶叶学会

茶叶科学

CSTPCDCSCD北大核心
影响因子：1.594
ISSN：1000-369X
年,卷(期)：2022.42(3)
  • 1
  • 8