基于机器视觉的大棚害虫检测方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：文章针对目前大棚蔬菜害虫危害较大,在其危害蔬菜前难以被发现且检测人力成本高的问题,提出了基于YOLOv5深度学习视觉检测,结合嵌入式设备及高清晰度工业摄像头,对大棚内作物害虫进行识别检测的方法.利用CMOS等高清设备对害虫生活拍摄图像,通过爬虫获取网络数据,并配合双边滤波等多种算法对图像处理,将所得综合结果作为模型训练数据集及测试集,便于模型训练.试验测试结果表明:所得模型检测速度较快,精确率较高,成功实现了机器辅助人工对害虫识别检测,为解决查杀害虫解决方案提供相关经验借鉴.

作者：

李若男、张冲、王旭

展开 >

作者单位：

电子科技大学成都学院智能制造工程系,四川成都 611731

关键词：

大棚蔬菜害虫识别机器视觉深度学习 YOLOv5

基金：

成都市科技项目

项目编号：

2019-YF05-00203-SN

出版年：

2024

DOI：

10.19508/j.cnki.1672-4801.2024.03.009

机电技术

福建省机械科学研究院

机电技术

影响因子：0.206

ISSN：1672-4801

年,卷(期)：2024.(3)