基于深度学习的农田害虫分类和定位  

作　　者：张羽杉 叶颖 

机构地区：[1]南京理工大学

出　　处：《河南农业》2024年第2期18-20,共3页

摘　　要：在农业生产中,害虫防治是一项既基础又重要的环节。防治害虫的关键是对害虫种类的识别和定位。因此,我们采用两种目标检测模型结合的深度学习方法,对害虫图像样本进行识别、分类和定位。通过对现有目标检测模型的了解,选择YOLO v5和SSD两种模型,并且以YOLO v5模型为主、SSD模型为辅,建立相关算法和模型。研究流程主要分为数据分析、数据格式处理、数据划分、数据增强、模型训练5个部分。由于各类害虫数量相对较少且数据分布不均衡,肉眼很难识别,我们在所选择的模型中均采取了相应的数据增强的方式。

关 键 词：数据划分 数据分布 检测模型 深度学习 数据分析 模型训练 数据格式 数据增强 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]