|本期目录/Table of Contents|

[1]李滨,樊健.基于YOLO v5的水稻害虫分类[J].江苏农业科学,2024,52(2):175-182.
　Li Bin,et al.Classification of rice pests based on YOLO v5[J].Jiangsu Agricultural Sciences,2024,52(2):175-182.
点击复制

基于YOLO v5的水稻害虫分类(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第52卷
期数:
2024年第2期
页码:
175-182
栏目:
农业工程与信息技术
出版日期:
2024-01-20

文章信息/Info

Title:
Classification of rice pests based on YOLO v5
作者:
李滨; 樊健
东北林业大学机电工程学院，黑龙江哈尔滨 150040
Author(s):
Li Bin; et al
关键词:
水稻; 害虫; 深度学习; Ghost卷积; YOLO v5; 轻量化; ECA注意力机制
Keywords:
-
分类号:
TP391.41；S126
DOI:
-
文献标志码:
A
摘要:
针对水稻害虫识别过程中存在的检测难度大、模型精度低、计算量大等问题，以稻纵卷叶螟等14类水稻害虫为研究对象，改进了YOLO v5检测算法，引入高效通道注意力机制(efficient channel attention，ECA)与EIoU(efficient-IoU)损失函数，并结合Ghost卷积，提出了一种基于改进的YOLO v5水稻害虫识别方法：(1)通过引入ECA注意力机制实现对水稻害虫识别过程中重要信息的处理，采用跨通道信息交互，保证模型性能和降低复杂度；(2)引入EIoU损失函数代替CIoU(complete-IoU)损失函数，从而降低原有CIoU损失函数存在的回归精度问题；(3)利用Ghost卷积替换CBS模块及C3模块中的标准卷积，实现模型轻量化处理。结果表明，改进后的模型较原始YOLO v5模型精度略微提升，参数量减少，模型体积降低至7.38 MB，较原模型减少了46%，与YOLO v7、Faster-RCNN模型相比，mAP比YOLO v7高1.49百分点，比Faster-RCNN高12.89百分点，且本研究模型体积最小，检测速度满足实时性要求，使水稻害虫检测识别能够更加高效地完成，为水稻害虫检测提供了一种更优的方法，对于防治水稻害虫有重要意义。
Abstract:
-

参考文献/References:

［1］车琳，蒋沁宏，王也，等.我国水稻五大产区虫害发生及防控情况差异的比较分析［J］. 植物保护，2022，48(3)：233-241.
［2］Daniya T，Vigneshwari S. A review on machine learning techniques for rice plant disease detection in agricultural research［J］. International Journal of Advanced Science and Technology，2019，28(13)：49-62.
［3］杨英茹，吴华瑞，张燕，等. 基于复杂环境的番茄叶部图像病虫害识别［J］. 中国农机化学报，2021，42(9)：177-186.
［4］Sethy P K，Barpanda N K，Rath A K，et al. Deep feature based rice leaf disease identification using support vector machine［J］. Computers and Electronics in Agriculture，2020，175：105527.
［5］Qing Y A O，Jun L V，Liu Q J，et al. An insect imaging system to automate rice lighttrap pest identification［J］. Journal of Integrative Agriculture，2012，11(6)：978-985.
［6］马佳佳，陈友鹏，王克强，等. 基于优化SVM的虫害图像识别研究［J］. 中国粮油学报，2022，37(5)：10-15.
［7］刘晓锋，高丽梅. 基于改进空间残差收缩网络模型的农作物病虫害识别［J］. 山东农业大学学报(自然科学版)，2022，53(2)：259-264.
［8］Rahman C R，Arko P S，Ali M E，et al. Identification and recognition of rice diseases and pests using convolutional neural networks［J］. Biosystems Engineering，2020，194：112-120.
［9］梁万杰，曹宏鑫. 基于卷积神经网络的水稻虫害识别［J］. 江苏农业科学，2017，45(20)：241-243，253.
［10］Thenmozhi K，Reddy U S. Crop pest classification based on deep convolutional neural network and transfer learning［J］. Computers and Electronics in Agriculture，2019，164：104906.
［11］郭阳，许贝贝，陈桂鹏，等. 基于卷积神经网络的水稻虫害识别方法［J］. 中国农业科技导报，2021，23(11)：99-109.
［12］Chen J，Zhang D F，Zeb A，et al. Identification of rice plant diseases using lightweight attention networks［J］. Expert Systems with Applications，2021，169：114514.
［13］王江晴，冀星，莫海芳，等. 基于轻量化VGG的植物病虫害识别［J］. 中国农机化学报，2022，43(4)：25-31.
［14］周维，牛永真，王亚炜，等. 基于改进的YOLO v4-GhostNet水稻病虫害识别方法［J］. 江苏农业学报，2022，38(3)：685-695.
［15］李衍照，于镭，田金文. 基于改进YOLO v5的金属焊缝缺陷检测［J］. 电子测量技术，2022，45(19)：70-75.
［16］马晓东，魏利胜，刘小珲. 基于新型YOLO v5算法的磁悬浮球精确识别［J］. 电子测量与仪器学报，2022，36(8)：204-212.
［17］张宸嘉，朱磊，俞璐. 卷积神经网络中的注意力机制综述［J］. 计算机工程与应用，2021，57(20)：64-72.
［18］肖雨晴，杨慧敏. 基于改进YOLO v3算法的交通场景目标检测［J］. 森林工程，2022，38(6)：164-171.
［19］郭文，李冬，袁飞. 多尺度注意力融合和抗噪声的轻量点云人脸识别模型［J］. 图学学报，2022，43(6)：1124-1133.
［20］Wang Z，Sun W，Zhu Q，et al. Face mask-wearing detection model based on loss function and attention mechanism［J］. Computational Intelligence and Neuroscience，2022，2022：2452291.
［21］孙丽萍，谭少亨，周宏威，等. 基于YOLO v5的林业有害生物检测与识别［J］. 森林工程，2022，38(5)：104-109，120.
［22］付思琴，邱涛，王权顺，等. 基于改进YOLO v4的焊接件表面缺陷检测算法［J］. 包装工程，2022，43(15)：23-32.

相似文献/References:

[1]马旭俊,刘春娟,吕世博,等.绿色荧光蛋白基因在水稻遗传转化中的应用[J].江苏农业科学,2013,41(04):35.
[2]李岳峰,居立海,张来运,等.水分胁迫下丛枝菌根对水稻/绿豆间作系统 作物生长和氮磷吸收的影响[J].江苏农业科学,2013,41(04):58.
[3]崔月峰,孙国才,王桂艳,等.不同施氮水平和前氮后移措施对水稻产量 及氮素利用率的影响[J].江苏农业科学,2013,41(04):66.
[4]张其蓉,宋发菊,田进山,等.长江中下游稻区水稻区域试验品种抗稻瘟病鉴定与评价[J].江苏农业科学,2013,41(04):92.
[5]王麒,张小明,卞景阳,等.不同插秧密度对黑龙江省第二积温带水稻产量及产量构成的影响[J].江苏农业科学,2013,41(05):60.
　Wang Qi,et al.Effect of different transplanting density on yield and yield component of rice in second temperature zone of Heilongjiang Province[J].Jiangsu Agricultural Sciences,2013,41(2):60.
[6]张国良,张森林,丁秀文,等.基质厚度和含水量对水稻育秧的影响[J].江苏农业科学,2013,41(05):62.
　Zhang Guoliang,et al.Effects of substrate thickness and water content on growth of rice seedlings[J].Jiangsu Agricultural Sciences,2013,41(2):62.
[7]赵忠宝,朱清海.稻－蟹－鳅生态系统的能值分析[J].江苏农业科学,2013,41(05):349.
　Zhao Zhongbao,et al.Emergy analysis of paddy-crab-loach ecosystem[J].Jiangsu Agricultural Sciences,2013,41(2):349.
[8]韩庆保,蔡国祥.桑园专用选择性复配农药配方筛选[J].江苏农业科学,2014,42(12):176.
　Han Qingbao,et al.Screening of mulberry special selective compound pesticide formulation[J].Jiangsu Agricultural Sciences,2014,42(2):176.
[9]杨红福,姚克兵,束兆林,等.甲氧基丙烯酸酯类杀菌剂对水稻恶苗病的田间药效[J].江苏农业科学,2014,42(12):166.
　Yang Hongfu,et al.Field efficacy of strobilurin fungicides against rice bakanae disease[J].Jiangsu Agricultural Sciences,2014,42(2):166.
[10]唐成,陈露,安敏敏,等.稻瘟病诱导水稻幼苗叶片氧化还原系统的特征谱变化[J].江苏农业科学,2014,42(12):141.
　Tang Cheng,et al.Characteristic spectral changes of redox homeostasis system in rice seedling leaves induced by rice blast[J].Jiangsu Agricultural Sciences,2014,42(2):141.

备注/Memo

备注/Memo:
收稿日期：2023-04-12
基金项目：黑龙江省哈尔滨市应用技术研究与开发项目(留学回国创业人才A类)(编号：2017RALXJ011)。
作者简介：李滨(1975—)，男，黑龙江哈尔滨人，博士，副教授，研究方向为先进制造技术及装备、智能农业技术及装备。E-mail：630104635@qq.com。
更新日期/Last Update: 2024-01-20