主管单位:吉林省科技厅
主办单位:吉林省科学技术信息研究所
合作单位:吉林省科学技术情报学会

农业与技术 ›› 2024, Vol. 44 ›› Issue (12): 50-53.DOI: 10.19754/j.nyyjs.20240630012

• 农业工程 • 上一篇    

基于YOLOⅴ5s的柚子叶部红蜘蛛检测方法研究

李华锋 邓向武   

  1. 1.广东茂名农林科技职业学院,广东茂名525000;2.广东石油化工学院电子信息工程学院,广东茂名525000
  • 出版日期:2024-06-30 发布日期:2024-06-30
  • 作者简介:李华锋(1991-),男,硕士,讲师。研究方向:农业信息化;通讯作者邓向武(1984-),男,博士,讲师。研究方向:深度 学习和模式识别。
  • 基金资助:
    2023年广东省科技创新战略专项资金(“攀登计划”专项资金)(项目编号:pdjh2023b1057);广东石油化工学院人才引进及 博士启动项目(项目编号:2019c044);广东茂名农林科技职业学院2021年校级教研科研资金资助项目(项目编号:2021 GMNKY10);大 学生创新创业培育计划项目(项目编号:733766)
  • Online:2024-06-30 Published:2024-06-30

摘要: 柚子具有食用和药用价值,然而在柚子的种植生产期间,红蜘蛛在柚子的栽培养护管理过程中会造成严 重的危害。红蜘蛛对叶片的叶绿素破坏性极大,导致叶片败色,严重影响叶片进行光合作用,造成叶片的变色剥 落和果实畸变早落,对柚子产量有一定影响。由于红蜘蛛体积小、繁殖速度快,人工使用药物喷洒的工作量大、 效率低,已经难以满足现代大规模农业生产对虫害预防工作的需要。随着目标检测的发展,通过YOL0算法对红 蜘蛛进行检测识别,YOL0v5s网络模型省去人工特征选择与数据挖掘的图像预处理工作,对体积小的红蜘蛛有着 优良的识别效果,可以及时、准确、有效地识别并科学防治害虫,保证了柚子健康生长,同时有效减小药物喷洒 范围,改善柚园的生态环境,对抽园具有重要的意义。

关键词: 深度学习;YOLOv5s;图像识别;红蜘蛛

中图分类号: