油菜是我國重要的經濟作物之一,其產量影響著我國國民經濟的發(fā)展。每年油菜蟲害對油菜產量和質量造成很大影響,對油料產業(yè)的發(fā)展構成嚴重威脅。因此,對油菜蟲害的準確識別檢測是油菜蟲害的有效防治的重要前提。傳統(tǒng)的油菜蟲害檢測方法容易受到背景、光照、角度、害蟲姿態(tài)等因素的影響而導致魯棒性不高。針對該問題,本文以5類常見油菜害蟲為研究對象,提出基于深度卷積神經網絡的油菜蟲害檢測模型。實驗證明該方法準確率高達94.12%,但在小尺度油菜蟲害檢測上存在定位不準確,識別率低的問題。在此基礎上,本文提出了改進的油菜蟲害檢測方法,最終準確實現了多尺度油菜蟲害的檢測。本文的主要研究工作如下:（1）針對傳統(tǒng)油菜蟲害檢測方法魯棒性不好的問題,本文提出基于Faster R-CNN的油菜蟲害檢測模型。通過實驗表明,該方法比目前已有的油菜蟲害檢測方法提高了2個百分點的準確率,但在小尺度油菜害蟲的檢測上存在一定困難。（2）針對原模型存在的問題,本文通過修改網絡結構,增加小尺度錨框,提出了改進的油菜蟲害檢測模型,提高了小尺度油菜害蟲的檢測性能。另外還引入難負樣本挖掘方法消除正負樣本不均衡問題,增強了模型的判別能力。（3）設計... 

【文章來源】：湖南農業(yè)大學湖南省

【文章頁數】：64 頁

【學位級別】：碩士

【部分圖文】：

R-CNN模型結構

FastR-CNN結構

FasterR-CNN結構

【參考文獻】：
期刊論文
[1]基于改進殘差網絡的園林害蟲圖像識別[J]. 陳娟,陳良勇,王生生,趙慧穎,溫長吉.  農業(yè)機械學報. 2019(05)
[2]面向小目標檢測結合特征金字塔網絡的SSD改進模型[J]. 張建明,劉煊赫,吳宏林,黃曼婷.  鄭州大學學報(理學版). 2019(03)
[3]基于卷積神經網絡的高分遙感影像露天采礦場識別[J]. 程國軒,牛瑞卿,張凱翔,趙凌冉.  地球科學. 2018(S2)
[4]基于多模式集合模擬氣候變化對長江流域油菜生產潛力影響研究（英文）[J]. 田展,紀英豪,孫來祥,徐新良,樊冬麗,鐘洪麟,梁卓然,FICSHER Gunther.  Journal of Geographical Sciences. 2018(11)
[5]基于卷積神經網絡的溫室黃瓜病害識別系統(tǒng)[J]. 馬浚誠,杜克明,鄭飛翔,張領先,孫忠富.  農業(yè)工程學報. 2018(12)
[6]深度卷積神經網絡的宮頸癌細胞圖像識別[J]. 謝欣,夏哲雷.  中國計量大學學報. 2018(02)
[7]近10年油菜主要病蟲害發(fā)生危害情況的統(tǒng)計和分析[J]. 楊清坡,劉萬才,黃沖.  植物保護. 2018(03)
[8]基于卷積神經網絡的水稻蟲害識別[J]. 梁萬杰,曹宏鑫.  江蘇農業(yè)科學. 2017(20)
[9]深度學習在儲糧害蟲的特征提取與分類上的應用[J]. 程曦,張友華,陳祎瓊,吳云志,樂毅.  皖西學院學報. 2017(05)
[10]模式分類中的特征融合方法[J]. 劉渭濱,鄒智元,邢薇薇.  北京郵電大學學報. 2017(04)

博士論文
[1]基于機器視覺的害蟲識別方法研究[D]. 吳翔.浙江大學 2016

碩士論文
[1]區(qū)域卷積神經網絡在車輛檢測中的應用研究[D]. 張鶴鶴.西安理工大學 2018
[2]基于卷積神經網絡的蔬菜識別及應用研究[D]. 韓朋朋.安徽大學 2018
[3]基于深度學習的儲糧害蟲檢測算法的研究[D]. 沈馭風.北京郵電大學 2018
[4]基于圖像的害蟲自動計數與識別系統(tǒng)的研究[D]. 荊曉冉.浙江大學 2014
[5]卷積神經網絡在圖像識別上的應用的研究[D]. 許可.浙江大學 2012



本文編號：3418793