首页|基于深度学习的轻量化田间昆虫识别及分类模型

基于深度学习的轻量化田间昆虫识别及分类模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于田间昆虫环境的复杂性、昆虫类别间样本数量的不均衡性,现有田间昆虫自动识别和分类方法存在误识率高、效率低等缺点.本文基于轻量化深度学习模型提出了新的田间昆虫自动识别和分类算法.首先,对田间昆虫图像进行预处理,将其输入到轻量化算法中进行特征提取,通过多尺度特征融合输出不同尺寸的预测网络.然后,引入联合交并比进行田间昆虫自动识别和分类.最后,与其他算法进行了仿真对比实验,结果表明,本文算法的田间昆虫自动识别和分类正确率高、用时少、鲁棒性强,有效解决了昆虫堆积、背景干扰等问题,可实时、在线识别田间昆虫.
Automatic recognition and classification of field insects based on lightweight deep learning model

袁哲明、袁鸿杰、言雨璇、李钎、刘双清、谭泗桥

展开 >

湖南农业大学 湖南省农业大数据分析与决策工程技术研究中心,长沙 410128

湖南农业大学 湖南省农村农业信息化工程技术研究中心,长沙 410128

湖南农业大学 商学院,长沙 410128

湖南农业大学 植物保护学院,长沙 410128

展开 >

模式识别 深度学习 目标检测 昆虫分类 轻量化算法 图像预处理

国家自然科学基金中央引导地方科技发展专项资金项目湖南省教育厅科学研究项目

317721572019XF501517C0757

2021

10.13229/j.cnki.jdxbgxb20200116

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(3)
  • 9
  • 14