基于机器视觉的松林天牛远程智能监测系统

S763.38%S24; 松墨天牛和褐梗天牛是松树上两种重要蛀干害虫,及时获取松林天牛的数量变化趋势是松林害虫精准防治的重要前提.为此,该研究构建一款基于机器视觉的松林天牛远程智能监测系统.系统主要由诱捕器模块、天牛检测模块和系统Web端三部分组成.诱捕器模块通常放置于松林重点区域来诱捕天牛害虫,并通过摄像头定时采集天牛图像;天牛检测模型部署于边缘端,以深度学习YOLOv5s模型为基础搭建轻量化检测模型,实现边缘端的天牛实时检测统计;检测结果经无线传输在系统Web端进行呈现,实现天牛数据可追溯.试验结果表明,智能监测系统对天牛监测效果良好,模型的准确率为94.4％,召回率为93.6％,IoU阈...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 39; no. 17; pp. 190 - 198
Main Authors 孙丰刚, 王建丽, 季英超, 陈龙, 常希忠, 王亚琪, 赵吉建, 栾巧巧, 兰鹏
Format Journal Article
LanguageChinese
Published 山东农业大学信息科学与工程学院,泰安 271018%山东农业大学植物保护学院,泰安 271018%新泰市国有土门林场,新泰 271200%新泰市林业保护发展中心,新泰 271200%泰山林业有害生物防治检疫站,泰安 271018 01.09.2023
Subjects
YOLOv5
automatic counting
edge computing
monitoring
intelligent
智能
machine vision
机器视觉
监测
边缘计算
longicorn beetles
自动计数
天牛
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.202306060

Cover

More Information
Summary:S763.38%S24; 松墨天牛和褐梗天牛是松树上两种重要蛀干害虫,及时获取松林天牛的数量变化趋势是松林害虫精准防治的重要前提.为此,该研究构建一款基于机器视觉的松林天牛远程智能监测系统.系统主要由诱捕器模块、天牛检测模块和系统Web端三部分组成.诱捕器模块通常放置于松林重点区域来诱捕天牛害虫,并通过摄像头定时采集天牛图像;天牛检测模型部署于边缘端,以深度学习YOLOv5s模型为基础搭建轻量化检测模型,实现边缘端的天牛实时检测统计;检测结果经无线传输在系统Web端进行呈现,实现天牛数据可追溯.试验结果表明,智能监测系统对天牛监测效果良好,模型的准确率为94.4％,召回率为93.6％,IoU阈值为0.5下的平均精度均值(mAP0.5)为96.2％,单张推理耗时为1.40 s,模型大小为9.3 MB;用户可通过系统Web端查看天牛数量变化趋势.该系统可实现诱捕器场景下的天牛远程智能监测,对提高森林害虫防控智能化水平具有重要意义.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.202306060