基于深度脉冲神经网络的昆虫识别系统研究

精准的昆虫种类识别对防治虫害有很大的帮助，是农业智能化的重要表现。提出了基于深度脉冲神经网络的昆虫识别系统，首先对样本图像进行图像预处理；接着利用脉冲神经网络对昆虫图像进行整体轮廓特征提取，初步定位昆虫区域，然后进行昆虫区域分割；最后结合深度卷积神经网络(deep convolutional neural networks, DCNN)和脉冲神经网络(spiking neural networks, SNN)各自的优势，利用PyTorch搭建了深度脉冲神经网络(deep spiking neural networks, DSNN)模型进行训练以及昆虫的识别测试。测试结果表明：该系统具有较高的定位率和识别率，为后续昆虫种类图像识别场景化应用研究奠定了基础。