基于深度学习的粮库虫害实时监测预警系统

• 作者: 朱轶 罗强 黄睿岚
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 智能农业 储粮安全 实时监测 预警 深度学习
• 年，卷（期）: 2019,（2）
• 页码范围: 203-208
• 页数: 6页
• 分类号: TP391.4
• 字数: 4330字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2019.02.013

摘要

针对传统粮库监控效率不高、检测结果不准确的问题,提出了一种基于深度学习的粮库虫害实时监测预警系统(RMPS).该系统对粮库中常见几种害虫(米象、绣赤扁谷盗、赤拟谷盗)进行较大规模的样本采集,并使用卷积神经网络进行学习和训练,构建神经网络模型;通过新型采集器实时采集粮库内部图像信息,利用已训练的模型进行害虫种类和概率的检测;并将监测结果以web形式发布给手机客户端.在实验室条件下,搭建小型模拟粮仓,部署本系统进行试验.测试结果表明:RMPS从传统的定点定时监测转变成实时监测,并且将虫害检测准确率提升到90％;RMPS采用专门设计的采集器与移动客户端部署简单、方便,具有较高的实用性与扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱轶	江苏大学计算机科学与通信工程学院	36	177	7.0	12.0
2	罗强	江苏大学计算机科学与通信工程学院	1	4	1.0	1.0
3	黄睿岚	江苏大学计算机科学与通信工程学院	1	4	1.0	1.0