基于深度学习的粮库虫害实时监测预警系统

作者：罗强; 黄睿岚; 朱轶智能农业储粮安全实时监测预警深度学习

摘要：针对传统粮库监控效率不高、检测结果不准确的问题,提出了一种基于深度学习的粮库虫害实时监测预警系统(RMPS).该系统对粮库中常见几种害虫(米象、绣赤扁谷盗、赤拟谷盗)进行较大规模的样本采集,并使用卷积神经网络进行学习和训练,构建神经网络模型;通过新型采集器实时采集粮库内部图像信息,利用已训练的模型进行害虫种类和概率的检测;并将监测结果以web形式给手机客户端.在实验室条件下,搭建小型模拟粮仓,部署本系统进行试验.测试结果表明:RMPS从传统的定点定时监测转变成实时监测,并且将虫害检测准确率提升到90%;RMPS采用专门设计的采集器与移动客户端部署简单、方便,具有较高的实用性与扩展性.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社