针对当前在农业害虫测报中图像识别技术存在检测精度低、时效性差等问题,基于You Only Look Once 3(YOLOv3)检测模型,提出一种基于深度双线性变换网络的贪夜蛾性诱识别技术,搭建用于性诱害虫图片收集的智能诱捕器.在自建的性诱贪夜蛾数...针对当前在农业害虫测报中图像识别技术存在检测精度低、时效性差等问题,基于You Only Look Once 3(YOLOv3)检测模型,提出一种基于深度双线性变换网络的贪夜蛾性诱识别技术,搭建用于性诱害虫图片收集的智能诱捕器.在自建的性诱贪夜蛾数据集上,模型在训练集和验证集上的预测精度都在90%以上.研究模型的精确率、召回率、F1以及FPS分别为97.6%、98.6%、0.98、2.0帧/秒,比传统模型表现更优.实验结果证明,本文方法具有较高的检测精度和性能,可以满足农业性诱害虫智能测报的需求,实现贪夜蛾诱测报的实时性、准确性和智能化.展开更多
文摘针对当前在农业害虫测报中图像识别技术存在检测精度低、时效性差等问题,基于You Only Look Once 3(YOLOv3)检测模型,提出一种基于深度双线性变换网络的贪夜蛾性诱识别技术,搭建用于性诱害虫图片收集的智能诱捕器.在自建的性诱贪夜蛾数据集上,模型在训练集和验证集上的预测精度都在90%以上.研究模型的精确率、召回率、F1以及FPS分别为97.6%、98.6%、0.98、2.0帧/秒,比传统模型表现更优.实验结果证明,本文方法具有较高的检测精度和性能,可以满足农业性诱害虫智能测报的需求,实现贪夜蛾诱测报的实时性、准确性和智能化.
