摘要
针对现有农作物病虫害缺乏在线精准识别,以及检测存在主观因素等问题,该文设计开发了基于改进YOLO v5s模型的水稻病虫害监测系统,将数据采集、图像识别、远程诊断及病虫情预报集于一体,既可实现水稻病虫害实时检测,又避免人为判断带来的误差,从而满足农户水稻种植绿色防控的需求.通过构建水稻病虫害图像数据集,同时对YOLO v5s模型添加注意力机制,基于水稻病虫害图像数据集和改进YOLO v5s模型对水稻病虫害在线识别,并结合农作物病虫害诊断数据库反馈给农户诊断方法,指导农户及时防控及用药,并通过试验调试结果表明,搭建的水稻病虫害监测系统在准确率、召回率和平均精度均值都有所提升,可实现水稻病虫害实时在线监测,使之更适合水稻病虫害检测的需求.
维普
万方数据