一种基于深度卷积神经网络的油菜虫害检测方法

• 作者: 曾蒙 李衡霞 申佳 龙陈锋
• 来源期刊: 湖南农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 油菜害虫 检测 深度卷积神经网络 VGG16网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 农业工程
• 页码范围: 560-564
• 页数: 5页
• 分类号: TN911.73
• 字数: 3099字
• 语种: 中文

摘要

针对目前油菜虫害识别在背景、角度、姿态、光照等方面的鲁棒性问题,提出一种基于深度卷积神经网络的油菜虫害检测方法:首先在卷积神经网络和区域候选网络的基础上,构建油菜虫害检测模型,再在深度学习tensorflow框架上实现模型的检测,最后对比分析结果.油菜虫害检测模型利用VGG16网络提取油菜虫害图像的特征,区域候选网络生成油菜害虫的初步位置候选框,Fast R-CNN实现候选框的分类和定位.结果表明,该方法可实现对蚜虫、菜青虫(幼虫)、菜蝽、跳甲、猿叶甲5种油菜害虫的快速准确检测,平均准确率达94.12％,与RCNN、Fast R-CNN、多特征融合方法、颜色特征提取方法相比,准确率分别提高了28％、23％、12％、2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙陈锋	湖南农业大学信息科学技术学院	30	73	5.0	8.0
5	李衡霞	湖南农业大学信息科学技术学院	1	0	0.0	0.0
9	曾蒙	湖南农业大学信息科学技术学院	1	0	0.0	0.0