数字农科院2.0

基于YOLOv8网络的棉蚜图像识别算法及软件系统设计

文献类型： 中文期刊

作者： 马盼;杨子恒;万虎;何顺;黄远;徐胜勇

作者机构：

关键词： （1-1-3）棉蚜;计数;图像识别;图像处理;YOLO

期刊名称：智能化农业装备学报(中英文)

ISSN： 2096-7217 2096-7217

年卷期： 2024 年 4 卷 3 期

页码：

收录情况： 无来源刊（2024）

摘要： 为解决在棉蚜种群预测与防治科研工作中人工计数难度大、效率低的问题,提出一种基于YOLO神经网络的棉蚜图像识别算法并集成为软件。首先,连续15 d使用手机拍摄人工接种的棉蚜图像,选择清晰的50张图像将其裁剪为6个子图像,再使用LabelImg软件进行人工标注得到训练集和测试集。然后,选择YOLOv5和YOLOv8系列的10种模型,训练参数设置相同(批次大小32,迭代100轮,初始学习率0.01,周期学习率0.01),使用AutoDL平台的服务器进行训练。最后,对训练好的模型进行测试,其中YOLOv8l模型综合性能表现最佳,mAP50达到了0.926。为了给用户提供方便易用的人机软件,使用PYQT5开发了软件的前端,实现了棉蚜图片的读取、计数、结果可视化和导出为Excel等功能。软件的后端采用了“拆分—检测—合并”的图像处理方式,保障了YOLO模型对小目标的检测效果。经过测试,该软件对于死棉蚜与活棉蚜计数的平均精度为0.945,展现出与人工计数相当的精度,具有较好的实用价值。该研究为棉蚜防治相关科研人员提供了一种智能化检测工具,也可为无人农场等场景中的精准作业提供关键作业信息。

分类号：

  • 相关文献

[1]基于YOLOv8网络的棉蚜图像识别算法及软件系统设计. 马盼,杨子恒,万虎,何顺,黄远,徐胜勇. 2023

[2]基于知识蒸馏的多教师棉田杂草检测模型. 朱养鑫,郝珊珊,郑伟健,金诚谦,印祥,周鹏. 2025

[3]基于物联网的桔小实蝇诱捕监测装备设计及试验. 肖德琴,傅俊谦,邓晓晖,冯健昭,殷建军,可欣荣. 2015

[4]害虫自动识别与计数技术研究进展与展望. 陈梅香,杨信廷,石宝才,李文勇,杜晓伟,李明,孙传恒. 2015

[5]基于机器视觉的蚕豆荚高精度检测方法研究. 夏子林,张新洲,王文波,夏先飞,陈兰,顾寄南. 2025

[6]基于YOLO与扩散模型的冠层环境灰茶尺蠖幼虫检测方法. 罗学论,Mostafa GOUDA,宋馨蓓,胡妍,张文凯,何勇,张瑾,李晓丽. 2025

[7]基于无人机视频流的小麦穗数精准监测研究. 韩桐鹤,张博涵,费帅鹏,李雷,孙海艳,王多霞,孟亚雄,肖永贵. 2025

[8]Ag-YOLO: A Real-Time Low-Cost Detector for Precise Spraying With Case Study of Palms. Zhenwang Qin,Wensheng Wang,Karl Heinz Dammer,Leifeng Guo,Zhen Cao. 2021

[9]Convolutional Neural Network for Object Detection in Garlic Root Cutting Equipment. Yang, Ke,Peng, Baoliang,Gu, Fengwei,Zhang, Yanhua,Wang, Shenying,Yu, Zhaoyang,Hu, Zhichao. 2022

[10]Ag-YOLO: A Real-Time Low-Cost Detector for Precise Spraying With Case Study of Palms. Zhenwang Qin,Wensheng Wang,Karl Heinz Dammer,Leifeng Guo,Zhen Cao. 2022

[11]Experimental Study of Garlic Root Cutting Based on Deep Learning Application in Food Primary Processing. Yang K.,Yu Z.,Gu F.,Zhang Y.,Wang S.,Peng B.,Hu Z.. 2022

[12]Mapping Maize Planting Densities Using Unmanned Aerial Vehicles, Multispectral Remote Sensing, and Deep Learning Technology. Jianing Shen,Qilei Wang,Meng Zhao,Jingyu Hu,Jian Wang,Meiyan Shu,Yang Liu,Wei Guo,Hongbo Qiao,Qinglin Niu,Jibo Yue. 2024

[13]PAB-Mamba-YOLO: VSSM assists in YOLO for aggressive behavior detection among weaned piglets. Xue Xia,Ning Zhang,Zhibin Guan,Xin Chai,Shixin Ma,Xiujuan Chai,Tan Sun. 2025

[14]UCIW-YOLO: Multi-category and high-precision obstacle detection model for agricultural machinery in unstructured farmland environments. Gangwei Liu,Chengqian Jin,Youliang Ni,Tengxiang Yang,Zheng Liu. 2025

[15]A Lightweight and Rapid Dragon Fruit Detection Method for Harvesting Robots. Fei Yuan,Jinpeng Wang,Wenqin Ding,Song Mei,Chenzhe Fang,Sunan Chen,Hongping Zhou. 2025

[16]SPADE: A DEEP LEARNING FRAMEWORK FOR AUTOMATED SEED POTATO CUTTING. Huang, Jie,Wang, Xiangyou,Cheein, Fernando Auat,Jin, Chengqian. 2025

[17]ENT-YOLO: An improved lightweight YOLO for cotton organ detection in mulched drip irrigation systems in southern Xinjiang. Shao, Jingcui,Zhao, Qingqing,Gong, Zhi,Guo, Xinhua,Geng, Shiyi,Li, Zhaoyang,Li, Dongwei. 2025

[18]茶叶分选技术的现状和未来. 张皓臻,肖宏儒,梅松,王中,宋志禹,丁文芹. 2014

[19]图像识别技术在作物农情信息反演中的应用. 陆明,李茂松,申双和,王春艳. 2011

[20]基于神经网络图像分析的智能鲜茶叶分选机. 常春,陈怡群,肖宏儒,任守纲,宋卫东. 2013

作者其他论文 更多>>