利用显著图构建注意力深度网络检测诱虫板蔬菜害虫

摘要：

为提高诱虫板图像蔬菜害虫检测精度,针对背景区域容易导致误检的问题基于显著图分析技术构建了一种注意力深度网络害虫智能视觉检测方法.首先通过显著图筛选出粗候选区域;然后在粗候选区域内用全卷积神经网络精选出细候选区域;接着用神经网络分类器识别细候选区域害虫种类,得到含有冗余的若干检测框;最后用改进的非极大值抑制消除冗余检测框,实现诱虫板图像中目标害虫的检测.针对小菜蛾和瓜实蝇展开试验,获得86.40％的平均精度均值和0.111只的平均绝对计数误差均值,所提方法平均精度均值比Faster R-CNN和YOLOv4分别高2.74和1.56个百分点,平均绝对计数误差均值比Faster R-CNN和YOLOv4分别低0.006和0.003只;同时,消融试验中移除显著图注意力模块后平均精度均值下降了4个百分点、平均绝对计数误差均值增加了0.207只.试验结果表明,所提方法有效提高了诱虫板图像蔬菜害虫检测精度,其中,引入显著图注意力模块对提升检测精度有重要作用.

关键词：图像识别;机器视觉;害虫检测;智能视觉检测;深度学习;显著图

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省重点领域研发计划;广州市科技计划项目

在线出版日期：2021-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：211-219