基于机器视觉的松林天牛远程智能监测系统
Remote intelligent monitoring system for pine forest longicornbeetles based on machine vision作者机构:山东农业大学信息科学与工程学院泰安271018 山东农业大学植物保护学院泰安271018 新泰市国有土门林场新泰271200 新泰市林业保护发展中心新泰271200 泰山林业有害生物防治检疫站泰安271018
出 版 物:《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)
年 卷 期:2023年第39卷第17期
页 面:190-198页
核心收录:
学科分类:082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0904[农学-植物保护] 090402[农学-农业昆虫与害虫防治]
基 金:山东省科技型中小企业创新能力提升工程项目(2022TSGC2437) 山东省农业科技基金(林业科技创新)项目(2019LY003) 山东省重点研发计划(2019GNC106106) 山东省自然科学基金项目(ZR2019MF026)
主 题:机器视觉 智能 监测 天牛 边缘计算 YOLOv5 自动计数
摘 要:松墨天牛和褐梗天牛是松树上两种重要蛀干害虫,及时获取松林天牛的数量变化趋势是松林害虫精准防治的重要前提。为此,该研究构建一款基于机器视觉的松林天牛远程智能监测系统。系统主要由诱捕器模块、天牛检测模块和系统Web端三部分组成。诱捕器模块通常放置于松林重点区域来诱捕天牛害虫,并通过摄像头定时采集天牛图像;天牛检测模型部署于边缘端,以深度学习YOLOv5s模型为基础搭建轻量化检测模型,实现边缘端的天牛实时检测统计;检测结果经无线传输在系统Web端进行呈现,实现天牛数据可追溯。试验结果表明,智能监测系统对天牛监测效果良好,模型的准确率为94.4%,召回率为93.6%,IoU阈值为0.5下的平均精度均值(m_(AP0.5))为96.2%,单张推理耗时为1.40 s,模型大小为9.3 MB;用户可通过系统Web端查看天牛数量变化趋势。该系统可实现诱捕器场景下的天牛远程智能监测,对提高森林害虫防控智能化水平具有重要意义。