| 农业害虫智能视觉检测研究综述 |
| |
| 作者姓名： | 王春桃 梁炜健 郭庆文 钟浩 甘雨 肖德琴 |
| |
| 作者单位： | 1. 华南农业大学数学与信息学院,广州市,510642; 2. 农业农村部华南热带智慧农业技术重点实验室,
广州市,510642; 3. 广东省农业人工智能重点实验室,广州市,510642;
4. 广州市智慧农业重点实验室,广州市,510642
|
| |
| 基金项目： | 广东省重点领域研发计划（2019B020214002） |
| |
| 摘 要： | 农业害虫智能视觉检测是实现虫情自动实时监测的重要技术,首先介绍经典机器学习技术在国内外害虫智能视觉检测中的应用,然后整理以R-CNN、Fast R-CNN、Faster R-CNN、SSD和YOLO等深度学习技术为核心的新一代害虫智能视觉检测方法的研究进展。接着,剖析农业害虫智能视觉检测方法在研究及实际应用中存在的问题,其中基于经典机器学习的方法存在特征捕获能力和检测精度较低、资源消耗较大以及鲁棒性较弱等问题;基于深度学习的方法比基于经典机器学习的方法拥有更高检测性能,但存在数据分布不同和目标较小时识别效果较差、检测精度低和速度慢等问题。最后,针对基于深度学习的方法在农业昆虫数据库的制作、数据分布偏移的鲁棒性处理、深度特征学习、多场景应用4个方面对未来研究方向进行展望。
|
| 关 键 词： | 虫情监测 计算机视觉 目标检测 机器学习 深度学习 |
|
| 点击此处可从《中国农机化学报》浏览原始摘要信息 |
|
点击此处可从《中国农机化学报》下载全文 |
|
