System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种害虫识别方法及系统技术方案_技高网

一种害虫识别方法及系统技术方案

技术编号:41321341 阅读:2 留言:0更新日期:2024-05-13 15:00
本发明专利技术涉及图像识别技术领域,具体涉及一种害虫识别方法及系统,包括:S1:建立识别模型,所述识别模型采用基于YOLOv8s模型改进的YOLOv8s_HS模型,且改进时采用Hard swish激活函数替换所述YOLOv8s模型中的SiLU激活函数,并在所述YOLOv8s模型的检测头中增加SimAM注意力机制;S2:获取待识别害虫图像;S3:将所述待识别害虫图像输入所述识别模型,获得相应的识别结果;S4:统计所述识别结果中害虫的数量。本发明专利技术采用改进的基于深度学习模型YOLOv8s_HS的识别模型,不但实现了自动化的识别和计数,且经实验得知其检测精确度达到了95.95%,保证了害虫的准确快速识别。

【技术实现步骤摘要】

本专利技术涉及图像识别,具体涉及一种害虫识别方法及系统


技术介绍

1、农业害虫是危害农业健康发展的重要因素,例如在苹果种植过程中,金纹细蛾和桃小食心虫会对苹果果树以及果实造成严重的损害,影响种植户的经济利益。而目前,对于农业害虫的监测主要还是依靠人工,需要监测人员在田间安装监测装置,这些监测装置采用黏虫的方式收集害虫,然后监测人员定期在田间回收黏虫板并带回实验室,最后再进行人工的识别和技术。该监测方法虽然简单,但是人力成本高,且在识别害虫时还对监测人员的经验有很高的要求,而且识别的准确率和效率都不尽如人意。


技术实现思路

1、本专利技术提供了一种害虫识别方法及系统,用以解决现有技术中人工识别和计数存在的问题,减少人力成本。

2、具体技术方案如下:

3、一种害虫识别方法,包括:

4、s1:建立识别模型,所述识别模型采用基于yolov8s模型改进的yolov8s_hs模型,且改进时采用hard swish激活函数替换所述yolov8s模型中的silu激活函数,并在所述yolov8s模型的检测头中增加simam注意力机制;

5、s2:获取待识别害虫图像;

6、s3:将所述待识别害虫图像输入所述识别模型,获得相应的识别结果;

7、s4:统计所述识别结果中害虫的数量。

8、优选地,所述步骤s1还包括在建立所述识别模型后,利用训练集、测试集和验证集对所述识别模型分别进行训练、测试和验证。

9、优选地,所述训练集、测试集和验证集是利用数据增强技术对样本进行预处理而生成。

10、优选地,所述步骤s3还包括在获得所述识别结果后,在所述待识别害虫图像上对每种害虫的位置施加对应样式的标记。

11、优选地,所述步骤s4还包括在识别害虫数量的同时统计每种害虫对应样式的标记数量。

12、优选地,所述步骤s4还包括在待识别害虫图像上标明害虫的名称和对应的数量。

13、一种害虫识别系统,包括:

14、模型建立模块,用于建立识别模型;

15、图像获取模块,用于获取待识别害虫图像;

16、害虫识别模块,用于将所述待识别害虫图像输入所述识别模型,获得相应的识别结果;

17、数量统计模块,用于统计所述识别结果中害虫的数量。

18、本专利技术相对于现有技术具有以下有益效果:采用改进的基于深度学习模型yolov8s_hs的识别模型,不仅能实现自动化识别和计数,且识别和计数的精确度高达95.95%,保证了害虫的准确识别技术,减少了人力成本。

本文档来自技高网...

【技术保护点】

1.一种害虫识别方法,其特征在于,包括:

2.根据权利要求1所述的一种害虫识别方法,其特征在于,所述步骤S1还包括在建立所述识别模型后,利用训练集、测试集和验证集对所述识别模型分别进行训练、测试和验证。

3.根据权利要求2所述的一种害虫识别方法,其特征在于,所述训练集、测试集和验证集是利用数据增强技术对样本进行预处理而生成。

4.根据权利要求1所述的一种害虫识别方法,其特征在于,所述步骤S3还包括在获得所述识别结果后,在所述待识别害虫图像上对每种害虫的位置施加对应样式的标记。

5.根据权利要求4所述的一种害虫识别方法,其特征在于,所述步骤S4还包括在识别害虫数量的同时统计每种害虫对应样式的标记数量。

6.根据权利要求4所述的一种害虫识别方法,其特征在于,所述步骤S4还包括在待识别害虫图像上标明害虫的名称和对应的数量。

7.一种害虫识别系统,其特征在于,包括:

【技术特征摘要】

1.一种害虫识别方法,其特征在于,包括:

2.根据权利要求1所述的一种害虫识别方法,其特征在于,所述步骤s1还包括在建立所述识别模型后,利用训练集、测试集和验证集对所述识别模型分别进行训练、测试和验证。

3.根据权利要求2所述的一种害虫识别方法,其特征在于,所述训练集、测试集和验证集是利用数据增强技术对样本进行预处理而生成。

4.根据权利要求1所述的一种害虫识别方法,其特征在于,所...

【专利技术属性】
技术研发人员:胡祖庆张琦石祥罗晨
申请(专利权)人:西北农林科技大学深圳研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1