您好,欢迎访问中国农业科学院 机构知识库!

基于卷积神经网络的水稻虫害识别方法

文献类型: 中文期刊

作者: 郭阳 1 ; 许贝贝 2 ; 陈桂鹏 1 ; 丁建 1 ; 严志雁 1 ; 梁华 1 ; 吴昌华 1 ;

作者机构: 1.江西省农业科学院农业经济与信息研究所江西省农业信息化工程技术研究中心

2.中国农业科学院农业信息研究所

关键词: 卷积神经网络;水稻虫害;Faster-RCNN;SSD;YOLOv3

期刊名称: 中国农业科技导报

ISSN: 1008-0864

年卷期: 2021 年 011 期

页码: 99-109

收录情况: 北大核心 ; CSCD

摘要: 为解决人工识别水稻虫害难度大、费时费力的问题,研究了一种自动识别水稻虫害的方法。选取2 500张红袖蜡蝉、稻绿蝽、稻螟蛉、点蜂缘蝽、大螟图片建立数据库,利用深度卷积神经网络提取水稻虫害数据集特征,采用随机梯度下降法训练,得到最优权重文件。测试训练好的模型,并对比Faster-RCNN、SSD和YOLOv3算法的效果。结果表明,YOLOv3算法的平均精度最高,其在红袖蜡蝉、稻绿蝽、稻螟蛉、点蜂缘蝽、大螟5种水稻虫害中分别为97.40%、88.76%、85.74%、92.96%、94.78%,五类水稻虫害mAP为91.93%。与Faster-RCNN算法相比,平均准确率高1.43个百分点,单张图像检测耗时减少853.68 ms;与SSD算法相比,平均准确率高5.56个百分点,单张图像检测耗时减少2.9 ms。选择5类比较具有代表性的水稻虫害图片进行测试,对于叶片遮挡目标和相似背景等情况,YOLOv3算法能够正确识别不会出现漏检错检,且识别准确率大于98%。将YOLOv3算法引入田间复杂情况下的水稻虫害识别是可行的,具有较高的平均准确率以及较快的检测速度,能够准确识别水稻虫害,这对于水稻虫害防治和田间喷药等方面具有重要意义。

  • 相关文献

[1]基于Yolo的结直肠息肉CT影像分析算法研究. 代国威,晏静香. 2021

[2]Determination and validation of soil thresholds for cadmium based on food quality standard and health risk assessment. Ding, Changfeng,Li, Xiaogang,Zhang, Taolin,Wang, Xingxiang,Ma, Yibing,Wang, Xingxiang. 2018

[3]基于SSD模型的巢门蜜蜂检测. 吕纯阳,刘升平,郭秀明,肖顺夫,刘大众,杨菲菲,李路华. 2021

[4]基于边缘设备的轻量化小目标果实检测模型. 张文利,陈开臻,刘鈺昕,段玉林,郭威,史云. 2021

[5]改进YOLOv3的多尺度高分辨率特征增强图像目标检测. 杨文姬,李浩,王映龙,梅梦. 2023

[6]助剂提高杀虫剂在水稻叶片上附着率的初步研究. 石伶俐,陈福良,郑斐能,谢明,万方浩. 2005

[7]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[8]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,王婷,胡林. 2019

[9]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[10]卷积神经网络在农业遥感图像语义分割中的应用综述. 徐乐园,毛克彪,郭中华,葛非凡,赵瑞. 2024

[11]基于多列空洞卷积神经网络的麦穗计数方法研究. 刘云玲,张品戈,王千航,周睿琪,赵佳,肖永贵,马韫韬. 2021

[12]无人机遥感影像在油菜品种识别中的应用. 李婕,李毅,张瑞杰,李俐俐,李礼,姚剑,乔江伟. 2022

[13]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[14]基于MSRA初始化卷积神经网络的草地牧草分类研究. 刘一磊,刘江平,赵烜赫,马玉宝,闫伟红,潘新. 2021

[15]面向移动终端的农业害虫图像智能识别系统的研究与开发. 邵泽中,姚青,唐健,李罕琼,杨保军,吕军,陈轶. 2020

[16]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[17]基于集成深度学习模型的耕地地块提取. 程锐,魏妍冰,陆苗,吴文斌. 2022

[18]基于改进YOLOv8的自然环境下柑橘果实识别. 余圣新,韦莹莹,方辉,李敏,柴秀娟,曾志康,覃泽林. 2024

[19]基于CNN-BiLSTM和残差注意力的县域水稻产量预测模型. 梁泽,曹姗姗,孔繁涛,孙伟. 2024

[20]基于小波包去噪和深度学习的电力行业碳排放预测模型研究. 曾一鸣,曹姗姗,孔繁涛,古丽米拉·克孜尔别克. 2024

作者其他论文 更多>>