首页 > 期刊 > 自然科学与工程技术 > 农业科技 > 林业 > 世界竹藤通讯 > 生态背景下基于人工智能深度学习的竹类害虫识别方法研究 【正文】

生态背景下基于人工智能深度学习的竹类害虫识别方法研究

李禹辰; 李非非; 李见辉; 余飞; 徐杰 电子科技大学; 成都611731; 成都市森林病虫防治检疫站; 成都610032; 不详
  • 竹类害虫
  • 虫类识别
  • 人工智能
  • 深度学习
  • 生态背景

摘要:针对生态背景下的竹类害虫识别,作者研究了一种基于人工智能深度学习的识别方法。构建了具有5663张图片的虫类数据集,其中包含3种竹类害虫和3种其他虫类,利用深度学习模型GoogLeNet特有的Inception模块构成的网中网结构,使其获得更多的图片特征,并开展了4组不同训练集与测试集比例的实验。结果表明:模型的精确度随训练集比重的增大而增大,当训练集和测试集的比例为9∶1时表现最好,F1值达到了95.48%,模型精确度为97.5%,体现了识别模型具有较好的综合性能和较高的实用性。该方法能较好地实现3种竹类害虫在生态背景下的智能识别,是针对竹类生产经营中的虫害防治问题的一种智能化解决方案,为竹产业精细化管理及高效生产经营提供有效的科技支撑。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 免费咨询 杂志订阅

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询