基于目标检测技术的农业有害昆虫识别方法研究

有害昆虫的早期识别技术可以有效地降低其对农林作物的威胁。以日本脊吉丁、杨小舟蛾、柳兰叶甲和刺蛾四种有害昆虫为例,探讨基于机器学习鉴别有害昆虫的方法。在获取公有数据2 680张图像并人工标注四种昆虫的基础上,设计了基于YOLO V5的昆虫识别方法,解决小样本情况下识别少量类别精确度问题。实验证明,该技术识别四种昆虫的平均准确率达到96.7%,平均召回率达到97%,置信度在0.5~0.95区间的平均精度mAP值为79.1%。