基于深度学习的农作物害虫检测方法研究与应用

摘要

基于深度学习的目标检测一般有两种方法,即候选区域和基于目标的检测方法。前者精度高但是检测速度低,后者检测能够实现实时的检测速率,但是检测速度低,考虑设计的模型需要在移动终端实现。基于此,本文选取Faster R-CNN和YOLO两种目标检测算法进行实验。为有效解决梯度消失的问题,采用参数量少、冗余度低的DenseNet网络模型,对两种目标算法进行对比实验。最后选择精度较高、速度较快的Faster R-CNN算法构建害虫实时监测系统的设计,验证结果的准确性,对于后期研究具有一定的参考价值。