【技术实现步骤摘要】
本专利技术涉及农业害虫识别，具体来说是一种结合点定位和密度图的多密度害虫计数方法。
技术介绍
1、在粮食储存中，监测虫害的侵染程度对于预防虫害和确保农业产量至关重要。同时，害虫计数任务也是综合虫害管理的关键组成部分，现有的害虫计数方法在特定环境下的计数相对准确。然而，粮食储存中害虫的空间分布相当复杂，因此，现有方法在处理各种分布模式时效果显著降低，变得不切实际。
2、在害虫计数领域，利用机器学习进行检测和计数的应用可以追溯到早期。
3、机器学习的方法主要通过采用一些特定的算子来提取图像中的特征，或是使用二值化、灰度化等方法对图像进行转变以找到规律，这些方法都依赖如手工提取特征，所考虑的因素自然受到人的思维的限制。并且机器学习的方法只能处理简单背景下的显著害虫，对于光线，图像角度及害虫形态等因素非常敏感，因此不具备可迁移性，仅能应对设计时特别针对的场景。
4、使用深度学习方法进行研究的逐渐成为了主流，基于框选的目标检测算法，如mpest-rcnn，s-rpn等，在害虫计数领域也发挥了一定作用。但是在面对...
【技术保护点】
1.一种结合点定位和密度图的多密度害虫计数方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种结合点定位和密度图的多密度害虫计数方法，其特征在于，所述多密度害虫计数模型的构建包括以下步骤：
3.根据权利要求1所述的一种结合点定位和密度图的多密度害虫计数方法，其特征在于，所述多密度害虫计数模型的训练包括以下步骤：
【技术特征摘要】
1.一种结合点定位和密度图的多密度害虫计数方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种结合点定位和密度图的多密度害虫计数方法，其特征在于，所述多...
【专利技术属性】
技术研发人员：李瑞，齐润生，张洁，谢成军，张辉，杜健铭，陈红波，陈龙，孙家辉，
申请(专利权)人：中国科学院合肥物质科学研究院，
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。