基于YOLOv8网络的棉蚜图像识别算法及软件系统设计

文献类型： 中文期刊

第一作者： 马盼

作者： 马盼;杨子恒;万虎;何顺;黄远;徐胜勇

作者机构：

关键词： 棉蚜;计数;图像识别;图像处理;YOLO

期刊名称： 智能化农业装备学报(中英文)

ISSN： 2096-7217

年卷期： 2023 年 03 期

页码： 42-49

摘要： 为解决在棉蚜种群预测与防治科研工作中人工计数难度大、效率低的问题，提出一种基于YOLO神经网络的棉蚜图像识别算法并集成为软件。首先，连续15 d使用手机拍摄人工接种的棉蚜图像，选择清晰的50张图像将其裁剪为6个子图像，再使用LabelImg软件进行人工标注得到训练集和测试集。然后，选择YOLOv5和YOLOv8系列的10种模型，训练参数设置相同（批次大小32，迭代100轮，初始学习率0.01，周期学习率0.01），使用AutoDL平台的服务器进行训练。最后，对训练好的模型进行测试，其中YOLOv8l模型综合性能表现最佳，mAP50达到了0.926。为了给用户提供方便易用的人机软件，使用PYQT5开发了软件的前端，实现了棉蚜图片的读取、计数、结果可视化和导出为Excel等功能。软件的后端采用了“拆分—检测—合并”的图像处理方式，保障了YOLO模型对小目标的检测效果。经过测试，该软件对于死棉蚜与活棉蚜计数的平均精度为0.945，展现出与人工计数相当的精度，具有较好的实用价值。该研究为棉蚜防治相关科研人员提供了一种智能化检测工具，也可为无人农场等场景中的精准作业提供关键作业信息。

分类号： TP183`TP391.41`S435.622.1

  • 相关文献

[1]基于改进YOLOv5s模型的自然场景中绿色柑橘果实检测. 吕强,林刚,蒋杰,王明之,张皓杨,易时来. 2024

[2]采用图像扫描法快速测定芦笋种子粒数和千粒重. 高慧敏,田玉,刘志强,赵振芳. 2019

[3]改进Multi-scale ResNet的蔬菜叶部病害识别. 王春山,周冀,吴华瑞,滕桂法,赵春江,李久熙. 2020

[4]基于机器视觉技术的农田杂草识别研究进展. 胡冬,吴敏琪,施莲莉,王薇,李振华,袁涛. 2025

[5]面向水稻杂草识别的高精度图像分类算法. 杨淑婷,李季,刘正予,马聪,王蓉. 2025

[6]基于深度学习的蚕茧种类识别研究. 石洪康,李林波,祝明辉,陈义安,马勇,张剑飞. 2023

[7]基于YOLO v8和双目视觉的养殖鱼类体长体宽在线测量系统. 李新缘,李根,李振华,庞国良,刘航飞,袁太平,黄小华. 2025

[8]基于物联网的桔小实蝇诱捕监测装备设计及试验. 肖德琴,傅俊谦,邓晓晖,冯健昭,殷建军,可欣荣. 2015

[9]不同月龄荷斯坦犊牛瘤胃纤毛虫计数及形态观察. 刘景喜,韩静,潘振亮,陈龙宾,袁思堃,周娟,张煊明,于化福,李怀安. 2013

[10]虾肝肠胞虫(EHP)孢子的纯化和计数. 赵若恒,高雯,邱亮,李晨,谢国驷,黄倢. 2019

[11]基于Faster R-CNN的大田玉米雄穗识别及抽穗期判定研究. 张小青,樊江川,郭新宇,赵春江. 2021

[12]害虫自动识别与计数技术研究进展与展望. 陈梅香,杨信廷,石宝才,李文勇,杜晓伟,李明,孙传恒. 2015

[13]基于荧光效应和调色板均衡化的小球藻自动计数方法研究. 刘世晶,王帅,唐荣,陈军,刘兴国,周海燕. 2016

[14]基于深度残差网络的麦穗回归计数方法. 刘航,刘涛,李世娟,李路华,吕纯阳,刘升平. 2021

[15]田间玉米苗期高通量动态监测方法. 张小青,邵松,郭新宇,樊江川. 2021

[16]田间害虫图像识别中的特征提取与分类器设计研究. 张红涛,胡玉霞,赵明茜,邱道尹,张孝远,张恒源. 2008

[17]基于DRGB的运动中肉牛形体部位识别. 邓寒冰,许童羽,周云成,苗腾,张聿博,徐静,金莉,陈春玲. 2018

[18]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[19]不同自然场景下葡萄果实识别方法研究. 马本学,贾艳婷,梅卫江,高国刚,吕琛. 2015

[20]高光谱成像技术和主成分分析识别玉米籽粒的胚(英文). 黄文倩,李江波,张驰,张保华,张百海. 2012

作者其他论文 更多>>

微信小程序