基于深度学习的森林虫害无人机实时监测方法

• 作者: 刘文萍 周焱 孙钰 宗世祥 袁明帅 骆有庆
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 无人机 监测 虫害 目标检测 深度学习
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 农业航空工程
• 页码范围: 74-81
• 页数: 8页
• 分类号: TP391.41
• 字数: 4102字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.21.009

摘要

无人机遥感是监测森林虫害的先进技术,但航片识别的实时性尚不能快速定位虫害爆发中心、追踪灾情发生发展.该文针对受红脂大小蠹危害的油松林,使用基于深度学习的目标检测技术,提出一种无人机实时监测方法.该方法训练精简的SSD300目标检测框架,无需校正拼接,直接识别无人机航片.改进的框架使用深度可分离卷积网络作为基础特征提取器,针对航片中目标尺寸删减预测模块,优化默认框的宽高比,降低模型的参数量和运算量,加快检测速度.试验选出的最优模型,测试平均查准率可达97.22％,在移动图形工作站图形处理器加速下,单张航片检测时间即可缩短至0.46 s.该方法简化了无人机航片的检测流程,可实现受害油松的实时检测和计数,提升森林虫害早期预警能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆有庆	北京林业大学林学院	268	3538	32.0	41.0
2	宗世祥	北京林业大学林学院	111	1203	19.0	27.0
3	刘文萍	北京林业大学信息学院	27	264	9.0	15.0
4	孙钰	北京林业大学信息学院	9	59	4.0	7.0
5	周焱	北京林业大学信息学院	2	24	2.0	2.0
6	袁明帅	北京林业大学信息学院	2	27	2.0	2.0