农业机械学报

作者：陈娟,陈良勇,王生生,赵慧颖,温长吉

单位：吉林大学,吉林大学,吉林大学,吉林大学,吉林农业大学,

关键词：图像识别; 害虫控制; 残差网络; 贝叶斯方法

基金：吉林省科技发展计划项目(20180101334JC、20190302117GX、20160520099JH)和吉林省发展改革委创新能力建设（高技术产业部分）项目（2019C053-3）

针对北方园林害虫识别问题，提出了一种基于改进残差网络的害虫图像识别方法。首先，采用富边缘检测算法，将中值滤波、Sobel算子和Canny算子相结合，对害虫图像进行边缘检测；然后，改进残差网络中的残差块，通过添加卷积层和增加通道数提取更多的害虫图像特征，并将贝叶斯方法运用于改进后的网络中，优化超参数；最后，将预处理的害虫图像输入神经网络中，利用分块共轭算法优化网络权重。对38种北方园林害虫进行了识别，试验结果表明，在相同数据集下，与3种传统害虫识别方法相比，本文方法的平均识别准确率平均提高9.6个百分点，加权平均分数分别提高16.3、10.8、4.5个百分点。

来源：2019年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第5期