作品详情

大赛登录

大赛注册

当前位置：首页大赛首页 “虫”察秋毫——玉米病虫害识别系统

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：“虫”察秋毫——玉米病虫害识别系统
学校名称：潍坊学院
参赛队伍：潍院龙之队
队伍编号：200120
参赛学生：刘钦刘佳丽张子琦
指导老师：敖冬威
投票日期：2024年10月08日 00:00->2024年12月05日 15:00
请在微信端进行投票。点此扫描二维码。

详细说明

玉米作物的健康生长决定着玉米生产的产量及品质，健康监测是精准农业的一个重要组成部分。由于病害虫种类繁多且为害特点复杂，人工识别效率低下，无法及时对玉米大田病虫害进行全面有效防控。玉米大田巡检机器人可实现病虫害的自动监测，在降低人工成本的情况下实现全天候的实时监测，其中巡检机器人的视觉系统是高效、准确识别病虫害的关键。因此，研究一种能够在复杂农田环境下快速准确识别病虫害的方法，对提高农业生产效率和质量具有重要意义。

基于深度学习的病虫害智能视觉检测方法拥有更高检测性能,能够胜任大田玉米病虫害的检测。但还存在以下问题尚待解决:

（1）当前害虫检测算法是在实验室环境下进行检测的，当在农田复杂环境下对害虫进行检测时，害虫图像不仅受背景因素影响,而且害虫形态、尺度多变,很容易造成害虫目标误检和漏检。

（2）已有算法主要针对特定群体的病虫害进行目标检测，农田复杂环境下病虫害体积小、数量多、分布不均且会存在作物遮挡的情况，从而影响识别准确率。

（3）将目标检测技术应用于农作物病虫害检测中时，需要大量训练样本以及高性能计算设备，这对于计算硬件、样本数量质量受限的情况下进行农作物病虫害的识别带来了困难。

针对上述问题,本项目通过融合注意力模块、改进多尺度特征融合模块、优化损失函数和轻量化改进,提出一种基于改进YOLOv5s的农田复杂环境下病虫害识别方法，以提高模型在农田复杂环境下对密集小目标病虫害的检测效果。