一种用于烟草仓储害虫的检测方法、系统及装置制造方法及图纸

本发明专利技术公开了一种用于烟草仓储害虫的检测方法、系统及装置，包括：构建YoloX目标检测模型，YoloX目标检测模型用于通过检测烟草仓储害虫图像，获取烟草仓储害虫图像中的害虫数量；采集具有不同时间戳的烟草仓储害虫图像，基于YoloX目标检测模型进行识别，获取害虫数量；根据时间戳、害虫数量，获取虫口密度动态曲线，并根据防治指标发出预警信息，其中，预警信息用于表示害虫数量超出防治指标的时间戳；本发明专利技术针对烟草仓储害虫的检测，识别准确度高，尤其是对于堆叠重合目标的识别，具有较高识别精度和准确度，为烟草仓储害虫智能监控提供了新的技术思路。新的技术思路。新的技术思路。

【技术实现步骤摘要】
一种用于烟草仓储害虫的检测方法、系统及装置


[0001]本专利技术涉及烟草害虫识别
，具体而言，涉及一种用于烟草仓储害虫的检测方法、系统及装置。

技术介绍

[0002]烟草仓储害虫烟叶及其制品贮存过程中取食为害的重要有害生物种类，其虫尸、虫粪污染烟叶及制品，部分种类还可为害烟草种子。据统计，贮存期以麻袋片包装的把烟，每年因仓储害虫造成的损失为0.7％～1％，最高可达6％，世界范围内每年所造成的经济损失约3亿美元，我国每年因虫害所造成的损失为2～4亿元人民币。烟草贮烟害虫多达30余种，其中最重要的就是烟草甲和烟草粉螟，我国各烟区烟站、复烤厂、烟厂仓库、卷烟车间等场所均有不同程度的发生和为害，对烟叶、卷烟的安全贮藏有较大的破坏作用。
[0003]因此，有效监测害虫发生情况至关重要，可以为制定防控措施提供科学依据。
[0004]目前烟草企业对于烟草仓储害虫的识别方法，更多集中在靠人工检验，但由于仓库面积大，害虫分布广，这种方式耗时耗力且无法整体分析结果和记录；另外，通过AI技术识别仓储害虫的方法，例如采用YOLOV3模型对仓储害虫进行实时检测，虽然对害虫具有一定的识别结果，但是，对于害虫的识别准确率较差，并且对于目标的微小特征的识别效果较差，例如烟草粉螟和烟草甲，因此，急需一种用于烟草仓储害虫的检测方法、系统及装置，提高对于烟草粉螟和烟草甲的识别准确度。

技术实现思路

[0005]为了解决上述问题，本申请提供了一种用于烟草仓储害虫的检测方法，包括：
[0006]构建YoloX目标检测模型，YoloX目标检测模型用于通过检测烟草仓储害虫图像，获取烟草仓储害虫图像中的害虫数量；
[0007]采集具有不同时间戳的烟草仓储害虫图像，基于YoloX目标检测模型进行识别，获取害虫数量；
[0008]根据时间戳、害虫数量，获取虫口密度动态曲线，并根据防治指标发出预警信息，其中，预警信息用于表示害虫数量超出防治指标的时间戳。
[0009]优选地，在采集烟草仓储害虫图像的过程中，通过嵌入复合性信息素诱捕器，诱捕烟草仓储害虫；
[0010]采集复合性信息素诱捕器的烟草仓储害虫图像。
[0011]优选地，在诱捕烟草仓储害虫的过程中，诱捕烟草仓储害虫包括烟草粉螟和烟草甲。
[0012]优选地，在构建YoloX目标检测模型的过程中，YoloX目标检测模型由CSPDarknet主干特征提取模块、FPN特征融合模块、Yolo Head特征识别模块组成；
[0013]CSPDarknet主干特征提取模块用于根据烟草仓储害虫图像，生成三个有效特征层；
[0014]FPN特征融合模块用于将三个有效特征层进行特征融合，获得不同尺度的特征信息；
[0015]Yolo Head特征识别模块用于根据不同尺度的特征信息，获取害虫数量。
[0016]优选地，在构建YoloX目标检测模型的过程中，
[0017]CSPDarknet主干特征提取模块由Inputs单元、Focus单元、五个Conv2D_BN_SiLU单元、三个CsPLayer单元、SPPBottleneck单元、四个CsPLayer单元组成；
[0018]Inputs单元通过Focus单元与第一Conv2D_BN_SiLU单元连接；
[0019]第一Conv2D_BN_SiLU单元通过第二Conv2D_BN_SiLU单元与第一CsPLayer单元连接；
[0020]第一CsPLayer单元通过第三Conv2D_BN_SiLU单元与第二CsPLayer单元连接；
[0021]第二CsPLayer单元通过第四Conv2D_BN_SiLU单元与第三CsPLayer单元连接；
[0022]第三CsPLayer单元通过第五Conv2D_BN_SiLU单元与SPPBottleneck单元连接；
[0023]SPPBottleneck单元与第四CsPLayer单元连接；
[0024]FPN模块由两个Conv2D单元、四个Concat+CSPLay单元、两个UpSanmpling2D单元、两个Downsample单元组成；
[0025]第一Conv2D单元分别与第四CsPLayer单元、第一UpSanmpling2D单元、第四Concat+CSPLay单元连接；
[0026]第一UpSanmpling2D单元通过第一Concat+CSPLay单元与第二Conv2D单元连接，其中，第一Concat+CSPLay单元还与第三Concat+CSPLay单元连接；
[0027]第二Conv2D单元分别与第二UpSanmpling2D单元、第三Concat+CSPLay单元连接；
[0028]第二UpSanmpling2D单元通过第三Conv2D单元与第一Downsample单元连接；
[0029]第一Downsample单元通过第三Concat+CSPLay单元与第二Downsample单元连接；
[0030]第二Downsample单元与第四Concat+CSPLay单元连接；
[0031]Yolo Head特征识别模块包括第一Yolo Head特征识别单元、第二Yolo Head特征识别单元、第三Yolo Head特征识别单元；
[0032]第一Yolo Head特征识别单元与第二Concat+CSPLay单元连接；
[0033]第二Yolo Head特征识别单元与第三Concat+CSPLay单元连接；
[0034]第三Yolo Head特征识别单元与第四Concat+CSPLay单元连接。
[0035]优选地，在构建YoloX目标检测模型的过程中，CSPDarknet主干特征提取模块还用于根据烟草仓储害虫图像，生成四个有效特征层；
[0036]FPN特征融合模块用于将四个有效特征层进行特征融合，获得不同尺度的特征信息。
[0037]优选地，在构建YoloX目标检测模型的过程中，FPN模块由四个Conv2D单元、七个Concat+CSPLay单元、三个UpSanmpling2D单元、三个Downsample单元组成；
[0038]第一Conv2D单元分别与第四CsPLayer单元、第七Concat+CSPLay单元、第一UpSanmpling2D单元连接，其中，第一UpSanmpling2D单元与第三CsPLayer单元连接；
[0039]第一UpSanmpling2D单元通过第一Concat+CSPLay单元与第二Conv2D单元连接；
[0040]第二Conv2D单元分别与第六Concat+CSPLay单元、第二UpSanmpling2D单元连接；
[0041]第二UpSanmpling2D单元通过第二Concat+CSPLay单元与第三Conv2D单元连接，其
中，第二Concat+CSPLay单元与第二CsPLayer单元连接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于烟草仓储害虫的检测方法，其特征在于，包括：构建YoloX目标检测模型，所述YoloX目标检测模型用于通过检测烟草仓储害虫图像，获取所述烟草仓储害虫图像中的害虫数量；采集具有不同时间戳的所述烟草仓储害虫图像，基于所述YoloX目标检测模型进行识别，获取所述害虫数量；根据所述时间戳、所述害虫数量，获取虫口密度动态曲线，并根据防治指标发出预警信息，其中，所述预警信息用于表示所述害虫数量超出所述防治指标的所述时间戳。2.根据权利要求1所述一种用于烟草仓储害虫的检测方法，其特征在于：在采集所述烟草仓储害虫图像的过程中，通过嵌入复合性信息素诱捕器，诱捕烟草仓储害虫；采集所述复合性信息素诱捕器的所述烟草仓储害虫图像。3.根据权利要求2所述一种用于烟草仓储害虫的检测方法，其特征在于：在诱捕烟草仓储害虫的过程中，所述诱捕烟草仓储害虫包括烟草粉螟和烟草甲。4.根据权利要求3所述一种用于烟草仓储害虫的检测方法，其特征在于：在构建YoloX目标检测模型的过程中，所述YoloX目标检测模型由CSPDarknet主干特征提取模块、FPN特征融合模块、Yolo Head特征识别模块组成；所述CSPDarknet主干特征提取模块用于根据所述烟草仓储害虫图像，生成三个有效特征层；所述FPN特征融合模块用于将三个所述有效特征层进行特征融合，获得不同尺度的特征信息；所述Yolo Head特征识别模块用于根据不同尺度的所述特征信息，获取所述害虫数量。5.根据权利要求4所述一种用于烟草仓储害虫的检测方法，其特征在于：在构建YoloX目标检测模型的过程中，所述CSPDarknet主干特征提取模块由Inputs单元、Focus单元、五个Conv2D_BN_SiLU单元、三个CsPLayer单元、SPPBottleneck单元、四个CsPLayer单元组成；所述Inputs单元通过所述Focus单元与第一Conv2D_BN_SiLU单元连接；所述第一Conv2D_BN_SiLU单元通过第二Conv2D_BN_SiLU单元与所述第一CsPLayer单元连接；所述第一CsPLayer单元通过第三Conv2D_BN_SiLU单元与第二CsPLayer单元连接；所述第二CsPLayer单元通过第四Conv2D_BN_SiLU单元与第三CsPLayer单元连接；所述第三CsPLayer单元通过第五Conv2D_BN_SiLU单元与所述SPPBottleneck单元连接；所述SPPBottleneck单元与所述第四CsPLayer单元连接；所述FPN模块由两个Conv2D单元、四个Concat+CSPLay单元、两个UpSanmpling2D单元、两个Downsample单元组成；第一Conv2D单元分别与所述第四CsPLayer单元、第一UpSanmpling2D单元、第四Concat+CSPLay单元连接；所述第一UpSanmpling2D单元通过第一Concat+CSPLay单元与第二Conv2D单元连接，其中，所述第一Concat+CSPLay单元还与所述第三Concat+CSPLay单元连接；
所述第二Conv2D单元分别与第二UpSanmpling2D单元、第三Concat+CSPLay单元连接；所述第二UpSanmpling2D单元通过第三Conv2D单元与第一Downsample单元连接；所述第一Downsample单元通过所述第三Concat+CSPLay单元与第二Downsample单元连接；所述第二Downsample单元与所述第四Concat+CSPLay单元连接；所述Yolo Head特征识别模块包括第一Yolo Head特征识别单元、第二Yolo Head特征识别单元、第三Yolo Head特征识别单元；所述第一Yolo Head特征识别单元与所述第二Concat+CSPLay单元连接；所述第二Yolo Head特征识别单元与所述第三Concat+CSPLay单元连接；所述第三Yolo Head特征识别单元与所述第四Concat+CSPLay单元连接。6.根据权利要求5所述一种用于烟草仓储...

【专利技术属性】
技术研发人员：任广伟，王新伟，王秀芳，徐蓬军，
申请(专利权)人：中国农业科学院烟草研究所中国烟草总公司青州烟草研究所，
类型：发明
国别省市：