公开(公告)号：CN107665355B

公开(公告)日：2020-09-29

申请号：CN201710890863.4

申请日：2017-09-27

Applicant: 重庆邮电大学

Inventor： 肖斌 ,  魏杨 ,  李伟生

IPC: G06K9/62 ,  G06T7/00 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于区域卷积神经网络的农业害虫检测方法，涉及数字图像处理、深度学习、计算机视觉等技术领域。具体步骤为：1)搜集并整理各类的农业害虫样本作为训练集；2)对训练集进行标记样本标签操作；3)利用区域卷积神经网络架构对搜集到的所有农业害虫训练集样本进行模型训练；4)采集农田中的监控图像，并用得到的模型对监控图像进行测试，得到最终效果。本方法利用区域卷积神经网络训练得到的模型对农业害虫进行检测，辅助各类害虫的防治工作，进而降低害虫给农、林、牧业带来的影响，提升农业粮食产量、保护林、牧业绿化安全，具有实际意义，并且取得较好效果。

公开(公告)号：CN107665355A

公开(公告)日：2018-02-06

申请号：CN201710890863.4

申请日：2017-09-27

Applicant: 重庆邮电大学

Inventor： 肖斌 ,  魏杨 ,  李伟生

IPC: G06K9/62 ,  G06T7/00 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/627 ,  G06K9/6276 ,  G06N3/0454 ,  G06N3/084 ,  G06T7/0012 ,  G06T7/73 ,  G06T2207/10004 ,  G06T2207/20076 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30004

Abstract: 本发明请求保护一种基于区域卷积神经网络的农业害虫检测方法，涉及数字图像处理、深度学习、计算机视觉等技术领域。具体步骤为：1)搜集并整理各类的农业害虫样本作为训练集；2)对训练集进行标记样本标签操作；3)利用区域卷积神经网络架构对搜集到的所有农业害虫训练集样本进行模型训练；4)采集农田中的监控图像，并用得到的模型对监控图像进行测试，得到最终效果。本方法利用区域卷积神经网络训练得到的模型对农业害虫进行检测，辅助各类害虫的防治工作，进而降低害虫给农、林、牧业带来的影响，提升农业粮食产量、保护林、牧业绿化安全，具有实际意义，并且取得较好效果。