基于深度脉冲神经网络的昆虫识别系统研究

精准的昆虫种类识别对防治虫害有很大的帮助,是农业智能化的重要表现。提出了基于深度脉冲神经网络的昆虫识别系统,首先对样本图像进行图像预处理;接着利用脉冲神经网络对昆虫图像进行整体轮廓特征提取,初步定位昆虫区域,然后进行昆虫区域分割;最后结合深度卷积神经网络(deep convolutional neural networks,DCNN)和脉冲神经网络(spiking neural networks,SNN)各自的优势,利用PyTorch搭建了深度脉冲神经网络(deep spiking neural networks,DSNN)模型进行训练以及昆虫的识别测试。测试结果表明:该系统具有较高的定位率和识别率,为后续昆虫种类图像识别场景化应用研究奠定了基础。