| 基于卷积神经网络的油茶害虫生态识别 |
| |
| 引用本文： | 梁秀豪,杨丽萍,廖旺姣,黄丽芸,陈健武,阳文林,蒙芳,黄超航,韦维,王国全.基于卷积神经网络的油茶害虫生态识别[J].广西林业科学,2023(3):361-366. |
| |
| 作者姓名： | 梁秀豪 杨丽萍 廖旺姣 黄丽芸 陈健武 阳文林 蒙芳 黄超航 韦维 王国全 |
| |
| 作者单位： | 1. 广西壮族自治区林业科学研究院广西特色经济林培育与利用重点实验室广西林业有害生物天敌繁育工程技术研究中心;2. 浙江师范大学;3. 广西大学农学院 |
| |
| 摘 要： | 害虫是影响油茶（Camellia spp.）产量的主要因素之一，对其进行准确识别有助于及时防控，减少损失。目前，油茶害虫识别研究缺少相关的数据集，限制了深度学习技术在油茶害虫识别中的应用。为给在生态环境下准确识别油茶害虫提供1种新范式，构建包含1 116张7类害虫的油茶害虫识别图像数据集，采用4种目标检测算法（SSD、YOLOv3、YOLOX和RetinaNet）在该数据集上进行试验。结果表明，IOU阈值为0.5时，SSD的平均精度为93.50%,YOLOX为93.50%,RetinaNet为86.80%,YOLOv3为96.60%;SSD的平均召回率为73.20%,YOLOX为75.10%,RetinaNet为78.00%,YOLOv3为76.80%。综合分析，YOLOv3的检测和分类能力最优。
|
| 关 键 词： | 害虫识别 目标检测算法 油茶 |
|
|
