首页 | 官方网站   微博 | 高级检索  
     

基于深度学习的荔枝虫害识别技术的应用与实现
引用本文:叶云,赵小娟,姜晟.基于深度学习的荔枝虫害识别技术的应用与实现[J].中国农业信息,2022,34(4):30-37.
作者姓名:叶云  赵小娟  姜晟
作者单位:1.广东轻工职业技术学院轻化工技术学院,广州 510300;2.华南农业大学电子工程学院,广东广州 510630
基金项目:广东省2021年度普通高校重点科研平台和项目“真实复杂场景下的荔枝种植人工智能关键技术研究”(2021ZDZX4095);广东轻工职业技术学院2020年校级重点项目“真实复杂场景下的荔枝病虫害人工智能关键技术研究”(KJ2020-002);广东轻工职业技术学院2022年校级科研项目“基于区块链共识算法改进的果蔬产品溯源研究与应用”(KJ2022-08)
摘    要:【目的】 虫害是影响荔枝产量与品质的重要制约因素,基于深度学习的荔枝虫害识别可以为荔枝种植过程中的虫害防治工作提供技术支持,对提高荔枝产量及品质,提高果园生态安全具有重要作用。【方法】 文章针对目前荔枝虫害识别领域存在的问题,为提高虫害目标识别精度和效率,以荔枝蝽象为目标虫害,提出一种基于YOLO v4的目标检测方法,首先使用专业摄像头、大型数据库、智能虫情测报灯3种方式采集荔枝虫害图像,配合数据增强方法,用LableImg平台进行数据标注,制作一个特征丰富的数据集,在CSP Dark net框架下进行网络模型训练,得到荔枝虫害识别模型。【结果】 基于深度学习的荔枝虫害识别技术在广州从化荔枝现代农业产业园进行应用,取得了较好的应用效果,证明该技术可以实现真实复杂环境中荔枝虫害的有效识别。【结论】 基于深度学习的荔枝虫害识别模型,能够实现虫害的科学监测,降低农户对于虫害的投入成本,减少化学农药的使用,改善荔枝生长的环境,进一步实现荔枝生产绿色化要求,增加作物的经济价值。

关 键 词:虫害  目标检测  深度学习  YOLO  v4网络
收稿时间:2022/8/15 0:00:00

Application and realization of litchi pest identification technology based on deep learning
Ye Yun,Zhao Xiaojuan,Jiang Sheng.Application and realization of litchi pest identification technology based on deep learning[J].China Agriculture Information,2022,34(4):30-37.
Authors:Ye Yun  Zhao Xiaojuan  Jiang Sheng
Abstract:
Keywords:insect pest  target detection  deep learning  YOLO v4 network
点击此处可从《中国农业信息》浏览原始摘要信息
点击此处可从《中国农业信息》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号