本研究提出了一種基于深度學(xué)習(xí)的粘蟲板儲(chǔ)糧害蟲圖像檢測(cè)算法,實(shí)現(xiàn)了放置在糧倉表面粘蟲板誘捕的六大類害蟲(米象/玉米象、谷蠹、扁谷盜、鋸谷盜、擬谷盜、煙草甲)的定位和識(shí)別。考慮粘蟲板圖像的背景復(fù)雜、害蟲體積較小、姿態(tài)多樣的特點(diǎn),改進(jìn)了SSD的目標(biāo)框回歸策略、損失函數(shù)和特征提取網(wǎng)絡(luò)結(jié)構(gòu),測(cè)試結(jié)果表明,該算法可有效檢測(cè)粘蟲板上的害蟲,檢測(cè)平均正確率(mAP)可以達(dá)到81.36%。改進(jìn)的SSD算法部署在儲(chǔ)糧害蟲監(jiān)測(cè)系統(tǒng)中,目前已在全國11個(gè)糧庫進(jìn)行實(shí)驗(yàn)測(cè)試。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1OITD與拍攝圖片示例圖

OITD是本實(shí)驗(yàn)室開發(fā)的監(jiān)控糧倉表面粘蟲板上害蟲的實(shí)時(shí)在線設(shè)備,可通過接入管理服務(wù)器實(shí)現(xiàn)粘蟲板圖像自動(dòng)采集,其包括相機(jī)、支架和粘蟲板三部分,如圖1a所示。相機(jī)選用MindVsion-GE500C-T,具體參數(shù)如表1所示,可拍攝最大20cm×25cm的粘蟲板,拍攝的圖片如圖1b....

圖2目標(biāo)定位算法基本流程

粘蟲板圖像相比于其他的誘捕器圖像拍攝范圍較大,且害蟲較小,為了保留足夠多的圖像信息被送入神經(jīng)網(wǎng)絡(luò),需要先經(jīng)過劃窗操作再送入網(wǎng)絡(luò)進(jìn)行檢測(cè),所以對(duì)檢測(cè)速度有要求。由于相機(jī)高度固定目標(biāo)尺度變化小,因此對(duì)多尺度檢測(cè)需求較小,故本研究基于SSD進(jìn)行算法改進(jìn)。改進(jìn)的SSD基本流程:1)通過劃....

圖3默認(rèn)框生成示意圖

為了提高對(duì)不同尺寸目標(biāo)定位的效果,SSD在不同尺度的特征圖上生成不同密度的默認(rèn)框。由于淺層特征和深層特征分別對(duì)小目標(biāo)和大目標(biāo)有較好的檢測(cè)性能,所以在淺層特征進(jìn)行回歸過程中使用生成較小的默認(rèn)框,在深層特征進(jìn)行回歸的過程中使用較大默認(rèn)框,圖3a分別展現(xiàn)了不同大小的默認(rèn)框。為了覆蓋所....

圖4改進(jìn)的SSD網(wǎng)絡(luò)結(jié)構(gòu)

通用SSD算法沒有設(shè)置定位置信度,判別目標(biāo)是否為害蟲、非極大值抑制等操作主要依賴類別標(biāo)簽預(yù)測(cè)置信度,這是因?yàn)橥ㄓ脵z測(cè)任務(wù)有2個(gè)特點(diǎn)[14]:1)類與類之間差異性較大,類別標(biāo)簽預(yù)測(cè)置信度與定位置信度有很大相關(guān)性;2)類別標(biāo)簽預(yù)測(cè)與目標(biāo)框坐標(biāo)的回歸有一定相關(guān)性,如通用目標(biāo)檢測(cè)任務(wù)中狗....

本文編號(hào)：3975949