排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证 总被引：1，自引：0，他引：1
针对水稻灯诱昆虫图像中稻飞虱自动检测存在严重误检和漏检问题,提出一种基于改进CornerNet的水稻灯诱飞虱自动检测方法。由于稻飞虱个体在灯诱昆虫图像中所占区域比例极小,利用重叠滑动窗方法提高飞虱在图像检测区域中所占比例,提高2种稻飞虱(白背飞虱和褐飞虱)的检测率和避免滑动窗边界造成的目标漏检。针对CornerNet存在角点匹配不准确导致检测框冗余问题,利用检测框抑制方法去除冗余检测框。对灯诱昆虫图像进行稻飞虱检测,结果表明,该研究提出的基于改进CornerNet的水稻灯诱飞虱自动检测方法对2种稻飞虱检测的平均精确率和召回率分别为95.53%和95.50%,有效地提高了灯诱昆虫图像中稻飞虱的检测效果,可用于智能虫情测报灯的灯诱昆虫图像中白背飞虱和褐飞虱的智能测报。 相似文献
2.
我国是遭受外来入侵生物危害最严重的国家之一?目前国内对外来入侵植物的鉴定主要依靠调查人员的经验和专家的人工识别, 存在费时费力和主观性强的问题?针对上述问题, 本文在Android环境下开发了一个实时便捷的外来入侵植物智能识别系统, 由移动客户端APP?云服务器和基于深度学习的外来入侵植物识别模型组成?调查者可以通过手机客户端APP拍摄植物图像, 上传至云服务器, 识别模型会自动识别图像上的植物, 识别结果和防治信息在1~2 s内反馈至用户客户端, 还可以远程请求专家鉴定?该系统对35科135种入侵植物的平均识别率达到85.3%?基于Android的外来入侵植物智能识别系统实现了中国常见入侵植物信息查询?自动识别?入侵植物采集点地图显示和专家远程鉴定等功能, 为野外调查人员提供了一个便捷准确的外来入侵植物自动识别和调查工具? 相似文献
1