检索结果-南通市图书馆

检索条件"主题词=YOLOv4-TIA"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的林业害虫监测系统设计与实现

基于深度学习的林业害虫监测系统设计与实现

引用

作者：候瑞环中北大学

学位级别：硕士

害虫爆发会对林业资源及生态安全造成极大威胁、给国家造成巨大经济损失。因此,实现林业害虫监测非常必要。目前针对林业害虫的研究比较少,多数基于储粮害虫与农作物害虫进行研究,且害虫监测防控手段以诱捕器诱捕、虫情测报仪诱测与人... 详细信息

害虫爆发会对林业资源及生态安全造成极大威胁、给国家造成巨大经济损失。因此,实现林业害虫监测非常必要。目前针对林业害虫的研究比较少,多数基于储粮害虫与农作物害虫进行研究,且害虫监测防控手段以诱捕器诱捕、虫情测报仪诱测与人工识别计数为主,费时费力、易出错。本文使用改进的深度学习目标检测模型yolov4-tia对林业昆虫图像进行自动特征提取及识别检测,并在此基础上设计并实现了林业害虫监测系统。本文主要研究工作如下:首先,构建包含两种应用场景的害虫图像数据集。一种为从网络搜集整理的野外自然环境下的5种常见森林害虫图像,使用Label Img进行害虫目标标注,共2000幅图像;另一种为诱捕器背景下的7种林业害虫图像,共1973幅图像。通过数据增强操作将两种数据集的图像数量分别扩充至12000张与10758张,可被应用于基于深度学习的林业害虫检测的相关研究。其次,构建适用于林业害虫检测的yolov4-tia网络。通过在yolov4的骨干网络中设计Triplet Attention模块来改进CSPDarknet53结构,捕获跨维交互,改善由标准CSPDarknet53生成的特征表示,实现在不增加网络参数量的前提下通过强化目标特征表示来提取高质量图像特征;通过增加跳跃连接与高效多方向的跨尺度连接相结合的特征融合方式,改进yolov4检测网络中PANet的特征融合方式,更好地平衡多尺度特征信息,获取更为丰富的语义信息和位置信息,同时利用Focal loss优化损失函数。将改进的yolov4-tia网络与其他四种模型进行实验对比,结果表明改进的yolov4-tia网络在本次研究的数据集上性能最佳,m AP可达98.8%。最后,文章在yolov4-tia网络的基础上设计并实现了林业害虫监测系统。系统主要包括害虫图像信息录入、读取图像文件、害虫检测、害虫计数、虫害预警与虫情分析等功能,为林业科学防治提供了一种新的思路与依据。

关键词：林业害虫图像害虫检测网络 yolov4-tia Triplet Attention 残差变换特征融合监测系统

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：