10.11975/j.issn.1002-6819.2021.07.022
基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证
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.
图像识别、害虫检测、水稻灯诱昆虫图像、稻飞虱、CornerNet模型、目标检测、重叠滑动窗
37
TP391(计算技术、计算机技术)
国家高技术研究发展计划(863计划);浙江省公益性项目;浙江省自然科学基金
2021-07-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
183-189