基于YOLOv4的胡瓜钝绥螨自动检测计数

针对胡瓜钝绥螨体积小、与粉螨相似、难以分类计数问题，提出一种基于YOLOv4胡瓜钝绥螨自动检测计数方案。在多时间段、分批次拍摄螨虫照片制作数据集，通过构建YOLOv4深度学习模型对螨虫图像进行特征提取和高精度分类检测。结果表明，基于YOLOv4的螨虫识别模型能在图像存在杂质且螨虫相连情况下准确检测胡瓜钝绥螨，平均检测单幅图片耗时约0.137 s。在测试集中对胡瓜钝绥螨检测精度达到99.45%,粉螨检测精度达到93.94%。对胡瓜钝绥螨和粉螨检测精度均值(mAP)达到96.69%,分别比YOLOv4-Tiny、YOLOv3、Faster-RCNN、EfficientDet模型高14.85、2.12、35.77、27.18百分点。设计螨虫GUI(图形用户界面)品质监控界面，方便检测人员操作。本研究提出的检测方案具有很高的应用价值，能够精准、快速识别胡瓜钝绥螨，可为胡瓜钝绥螨养殖质量检测提供技术支撑。