【技术实现步骤摘要】
本专利技术涉及白蚁防治，尤其涉及白蚁检测技术。
技术介绍
1、一、白蚁的危害。
2、据专家估计，我国由白蚁危害而造成的直接经济损失每年约20～25亿元，至于白蚁对文物古迹、堤坝水库等造成的毁坏，则难以用经济数据进行直接统计了。
3、白蚁对于堤坝的危害：
4、(1)：白蚁通过啃食堤坝的木结构和树根，导致堤坝结构减弱和破坏。白蚁喜欢在潮湿、温暖的环境中活动，因此水库堤坝的底部和附近地区特别容易受到白蚁的侵害。
5、(2)白蚁通过建造大量的蚁道和巢穴破坏了堤坝的完整性，使得堤坝内部的土壤和材料逐渐松散，并可能引发泥石流、滑坡和崩塌等灾害事件。
6、(3)白蚁消耗木质结构中的纤维素，减少了堤坝的抗震能力和稳定性，使得堤坝在地震等自然灾害面前更加脆弱。
7、(4)白蚁活动还会对堤坝周围的生态环境产生负面影响。它们大量破坏植被根系，导致土壤侵蚀、水土流失加剧，给生态系统带来破坏。
8、因此，白蚁对水库堤坝的危害不仅直接威胁到堤坝的结构和稳定性，还对周围的生态环境产生长期影响。加强白蚁的检测、预防和防治工作，对于确保水库堤坝的安全运行和生态平衡具有重要意义。
9、二、现有的白蚁检测技术。
10、白蚁的检测工作是防治工作的起始，如果不能及时检测到白蚁，就难以有针对性地进行防治工作。现有的白蚁检测方法有：
11、(1)电子检测仪：使用电子设备(如白蚁探测器)进行白蚁的检测是常见的方法。有些电子设备能够探测到白蚁体内所产生的振动和
12、(2)高精度地球物理方法：该方法利用地球物理仪器(如地震仪、雷达、红外线扫描仪等)直接发现白蚁的主巢位置。这种方法通常适用于堤坝的探测，能够提供准确的定位信息。此类方法需要专业的设备和专业的技术人员进行操作并对数据进行分析，对设备和人员的要求较高，而且对于某些复杂的地下介质中的白蚁的探测效果较差。
13、(3)细胞外基质检测：利用细胞外基质检测白蚁的方法正在研究中。这种方法通过分析白蚁所产生的细胞外物质，如化学物质以及挥发性物质等，来确定白蚁的存在和分布，属于正在研究中的技术，不够成熟。
14、这些检测方法各有优势和局限性，并且很多方法需要专业的人员进行配合，鲁棒性较低，成本较高，检测效果不直观，检测时间较长。
15、现有的灭蚁技术中，经常使用引诱剂(木材等白蚁喜食物品)将白蚁引出后灭杀。引诱白蚁出现从而实现白蚁检测是一个很好的思路，但引诱剂往往也会将其他对同样的引诱剂感兴趣的生物吸引过来，如木虱和一些甲虫、蛀虫甚至一些鸟类同样喜食木材，单纯通过是否引诱过来生物来判断是否有白蚁存在往往会导致误判。
16、因此，有必要引入机器视觉来识别被引诱过来的生物是否是白蚁。
17、三、现有机器视觉目标检测模型yolov4的介绍。
18、yolov4是一种流行的目标检测模型，由骨干网络(backbone)、融合层(neck)和检测头(head)组成。
19、融合层(neck)中具有spp层，用于解决输入图像尺寸不一致的问题，提高模型的感受野，增强模型对目标的理解能力。
20、yolov4的处理过程是：1、被检测的图像作为输入传递至骨干网络，骨干网络对图像进行特征提取，得到提取后的特征图。2、骨干网络提取的特征图传递给融合层，融合层将不同层级和不同尺度的特征图进行融合，捕捉不同尺度的目标信息，生成融合后的特征图。3、融合后的特征图传递给检测头，检测头对融合后的特征图进行进一步处理，生成目标的边界框和类别概率，输出识别结果，包括目标的类别和位置信息。
21、四、现有yolov4目标检测模型用于白蚁检测中的问题。
22、通用的yolov4目标检测模型广泛适用于各种目标检测，模型参数量大，用于白蚁检测时其部分参数用不到但仍然可能占用运算资源；由于未针对白蚁检测此类细分任务进行优化，检测效率和检测精度均有待提高。
23、本专利技术的技术思路在于通过对yolov4目标检测模型进行有针对性的改进，用来对堤坝白蚁进行检测，降低检测成本和对人员的要求，提高检测效率和检测方法的鲁棒性。
技术实现思路
1、本专利技术的目的在于提供一种基于lyolov4的堤坝白蚁检测装置，降低检测成本，提高检测准确率和检测方法的鲁棒性。
2、为实现上述目的，本专利技术的基于lightyolov4的堤坝白蚁检测装置包括箱体和计算机，箱体包括顶板、底板和沿周向连接在顶板和底板之间的侧板；
3、箱体设有多套，各套箱体结构相同，侧板底部间隔设有多个蚁虫进入口；箱体内的底板上放置有白蚁引诱物，顶板下表面安装有照明方向朝向底板的照明灯、拍摄方向正对底板的摄像头、用于与计算机通讯的第一无线通讯模块以及电源模块，电源模块与照明灯、摄像头和第一无线通讯模块相连接并向三者供电；顶板向上固定连接有太阳能电池板，太阳能电池板连接有太阳能控制器，太阳能控制器与电源模块相连接并为电源模块供电；
4、计算机连接有第二无线通讯模块，各箱体的第一无线通讯模块均与计算机的第二无线通讯模块相连接并用于将各箱体的摄像头拍摄的图像传递给计算机，计算机内存储有用于识别白蚁的lightyolov4网络模型；计算机连接有显示器和扬声器。
5、本专利技术还公开了相应的白蚁检测方法，采用上述基于lightyolov4的堤坝白蚁检测装置按以下步骤进行：
6、第一步骤是建模及训练，得到训练后的lightyolov4网络模型；
7、第二步骤是使用多个箱体同时采集并传输图像；多个箱体具有编号，各箱体的编号信息存储在计算机中；
8、第三步骤是使用训练后的lightyolov4网络模型对摄像头实时采集的图像进行识别，在识别到白蚁时通过扬声器发出警示。
9、第一步骤包括如下子步骤：
10、第一子步骤是制作标注数据集，在标注数据集的每张图像当中，标注出每个白蚁的位置及类别；
11、第二子步骤是数据预处理，对图像进行尺寸缩放和数据增强；
12、第三子步骤是针对白蚁表面缺陷实时检测，构建lightyolov4网络模型；
13、第四子步骤是对lightyolov4网络模型进行训练；
14、第五子步骤是保存lightyolov4网络模型。
15、第一步骤的第一子步骤中，人工使用开源深度学习标注工具labelimg对白蚁图像进行标注；
16、标注出每个白蚁的位置具体是在标注数据集的每张图像当中，对每个白蚁使用labelimg工具栏中的矩形框标注将该白蚁所在的区域标注出来；
17、标注类别时，对于预设两个类，分别为termite和others；
18、人工对每个白蚁附注标签以区分对象类别，形成标注数据集本文档来自技高网...
【技术保护点】
1.基于LightYOLOV4的堤坝白蚁检测装置，包括箱体和计算机，箱体包括顶板、底板和沿周向连接在顶板和底板之间的侧板；
2.白蚁检测方法，其特征在于采用权利要求1中所述基于LightYOLOV4的堤坝白蚁检测装置按以下步骤进行：
3.根据权利要求2所述的白蚁检测方法，其特征在于第一步骤包括如下子步骤：
4.根据权利要求3所述的白蚁检测方法，其特征在于：第一步骤的第一子步骤中，人工使用开源深度学习标注工具LabelImg对白蚁图像进行标注；
5.根据权利要求4所述的白蚁检测方法，其特征在于：
6.根据权利要求5所述的白蚁检测方法，其特征在于：
7.根据权利要求6所述的白蚁检测方法，其特征在于：
8.根据权利要求7所述的白蚁检测方法，其特征在于：
9.根据权利要求8所述的白蚁检测方法，其特征在于：
10.根据权利要求9所述的白蚁检测方法，其特征在于：第三步骤具体是：
【技术特征摘要】
1.基于lightyolov4的堤坝白蚁检测装置，包括箱体和计算机，箱体包括顶板、底板和沿周向连接在顶板和底板之间的侧板；
2.白蚁检测方法，其特征在于采用权利要求1中所述基于lightyolov4的堤坝白蚁检测装置按以下步骤进行：
3.根据权利要求2所述的白蚁检测方法，其特征在于第一步骤包括如下子步骤：
4.根据权利要求3所述的白蚁检测方法，其特征在于：第一步骤的第一子步骤中，人工使用开源深度学习标注...
【专利技术属性】
技术研发人员：费致根，肖艳秋，杜淼，张林森，姚雷，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。