当前位置: 首页 > 文章 > 基于RetinaNet模型的梨小食心虫智能识别计数方法 江苏农业科学 2021 (24) 205-208
Position: Home > Articles > 基于RetinaNet模型的梨小食心虫智能识别计数方法 Jiangsu Agricultural Sciences 2021 (24) 205-208

基于RetinaNet模型的梨小食心虫智能识别计数方法

作  者:
陈恩会;褚姝频;王炜;程大勇;李兴东;赵银娣
单  位:
江苏省徐州市铜山区植物保护站;江苏省新沂市植物保护总站;中国矿业大学环境与测绘学院;江苏省植物保护植物检疫站;江苏省徐州市植保植检站
关键词:
RetinaNet模型;梨小食心虫;目标检测;智能识别;计数;
摘  要:
针对梨小食心虫监测调查中存在的人工分类计数费时、费力且误差较大的问题,基于RetinaNet深度学习目标检测模型,构建了一种普适性更广的梨小食心虫智能识别计数方法。试验结果表明,RetinaNet目标检测模型对黏虫板上梨小食心虫的平均识别准确率达95.93%,平均计数准确率达95.62%,且该方法对拍摄条件要求低,普适性广,优于Faster R-CNN目标检测模型,完全可以在梨小食心虫监测调查中替代人工进行分类计数。

相似文章

计量
文章访问数: 18
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊