首页分享基于改进YOLO v5s模型的水稻病虫害监测系统

基于改进YOLO v5s模型的水稻病虫害监测系统

来源：花匠小妙招时间：2024-11-13 05:46

摘要: 针对现有农作物病虫害缺乏在线精准识别，以及检测存在主观因素等问题，该文设计开发了基于改进YOLO v5s模型的水稻病虫害监测系统，将数据采集、图像识别、远程诊断及病虫情预报集于一体，既可实现水稻病虫害实时检测，又避免人为判断带来的误差，从而满足农户水稻种植绿色防控的需求。通过构建水稻病虫害图像数据集，同时对YOLO v5s模型添加注意力机制，基于水稻病虫害图像数据集和改进YOLO v5s模型对水稻病虫害在线识别，并结合农作物病虫害诊断数据库反馈给农户诊断方法，指导农户及时防控及用药，并通过试验调试结果表明，搭建的水稻病虫害监测系统在准确率、召回率和平均精度均值都有所提升，可实现水稻病虫害实时在线监测，使之更适合水稻病虫害检测的需求。

[1] 胡政, 张艳, 尚静, 等. 高光谱图像在农作物病害检测识别中的研究进展[J]. 江苏农业科学, 2022,50(8):49-55. [2] 郑果, 姜玉松, 沈永林. 基于改进YOLOv7的水稻害虫识别方法[J]. 华中农业大学学报, 2023,42(3):143-151. [3] 麻剑钧, 刘晓慈, 金龙新, 等. 基于机器视觉的农作物病害识别研究进展[J]. 湖南农业科学, 2023(9):97-100. [4] 姜敏, 沈一鸣, 张敬尧, 等. 基于深度学习的水稻病虫害诊断方法研究[J]. 洛阳理工学院学报（自然科学版）, 2019, 29(4):78-83. [5] 马玉琨, 刘子琼, 张文武, 等. 多特征融合的农作物病害图像识别[J]. 河南科技学院学报（自然科学版）, 2021, 49(4):45-50, 57. [6] 孙俊, 谭文军, 毛罕平, 等. 基于改进卷积神经网络的多种植物叶片病害识别[J]. 农业工程学报, 2017, 33(19):209-215. [7]

Ren S, He K, Girshick R, et al. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks[J]. IEEE Trans Pattern Anal Mach Intell, 2017,39(6):1137-1149.

[8] 李康顺, 杨振盛, 江梓锋, 等. 基于改进YOLOX-Nano的农作物叶片病害检测与识别方法[J]. 华南农业大学学报, 2023,44(4):593-603. [9] 黄平, 闭吕庆, 莫燕斌, 等. 基于多尺度特征融合的柑橘病虫害图像识别方法[J]. 无线电工程, 2022,52(3):407-416. [10] 蹇川, 郑永强, 刘艳梅, 等. 目标检测算法YOLO v5s用于柑桔成熟果实检测的改进[J]. 中国南方果树, 2024,53(1):224-231. [11] 陈雨阳. 基于YOLO v5s模型的玉米田间杂草检测方法研究[J]. 电子制作, 2024,32(3):59-61. [12] 白强, 高荣华, 赵春江, 等. 基于改进YOLO v5s网络的奶牛多尺度行为识别方法[J]. 农业工程学报, 2022,38(12):163-172. [13] 何颖, 陈丁号, 彭琳. 基于改进YOLOv5模型的经济林木虫害目标检测算法研究[J]. 中国农机化学报, 2022,43(4):106-115. [14]

A. N, M. A W. You Only Look Once - Object Detection Models: A Review[C]//: 2023 10th International Conference on Computing for Sustainable Global Development (INDIACom), 2023. Bharati Vidyapeeth, New Delhi, 2023, 15-17 March 2023.

[15] 李润平, 苏成悦, 冯祖勇. 基于YOLO v5s神经网络的农林业常见虫害检测的应用研究[J]. 电脑知识与技术, 2023,19(5):6-8. [16] 兰玉彬, 孙斌书, 张乐春, 等. 基于改进YOLO v5s的自然场景下生姜叶片病虫害识别[J]. 农业工程学报, 2024,40(1):210-216. [17]

Q. H, D. Z, J. F. Coordinate Attention for Efficient Mobile Network Design[C]//: 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Ithaca, 2021. Cornell University Library, arXiv.org, 20-25 June 2021.

[18]

J. C, Y. W, Y. Z. Dense crowd detection algorithm for YOLOv5 based on Coordinate attention mechanism[C]//: 2022 2nd International Conference on Algorithms, High Performance Computing and Artificial Intelligence (AHPCAI), 2022. IEEE, 21-23 Oct. 2022.

[19] 封洪强, 姚青, 胡程, 等. 我国农作物病虫害智能监测预警技术新进展[J]. 植物保护, 2023,49(5):229-242. [20] 朱伊平, 管孝锋, 黄海龙, 等. 农业病虫害远程诊断平台[J]. 浙江农业科学, 2020,61(9):1819-1820.