基于卷积神经网络白背飞虱识别方法.PDFVIP

２０１８年 ５月 农 业 机 械 学 报 第 ４９卷 第 ５期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１８．０５．００６ 基于卷积神经网络的白背飞虱识别方法 刘德营　王家亮　林相泽　陈　京　於海明 （南京农业大学工学院，南京 ２１００３１） 摘要：为了实现白背飞虱虫情信息的自动收集和监测，提出一种基于卷积神经网络的白背飞虱识别方法并进行应 用研究。首先，用改进的野外环境昆虫图像自动采集装置，采集田间自然状态下的白背飞虱图像，对所获取的图像 进行归一化处理。然后，随机选取 １／２图像样本作为训练集、１／４作为测试集。利用 ５×５卷积核对训练样本进行 卷积操作，将所获取的特征图以２×２邻域进行池化操作。再次经过卷积操作和 ３×３邻域池化操作后，通过自动 学习获取网络模型参数和确定网络模型参数，得到白背飞虱的最佳网络识别模型。试验结果显示，利用训练后的 网络识别模型，对训练集白背飞虱的识别正确率可达９６１７％，对测试集白背飞虱的识别正确率为９４１４％。 关键词：白背飞虱；识别；卷积神经网络 中图分类号：ＴＰ３９１４１；Ｓ４３５１１２３ 文献标识码：Ａ 文章编号：１０００１２９８（２０１８）０５００５１０６ ＡｕｔｏｍａｔｉｃＩｄｅｎｔｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｆｏｒＳｏｇａｔｅｌｌａｆｕｒｃｉｆｅｒａ ＢａｓｅｄｏｎＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ ＬＩＵＤｅｙｉｎｇ　ＷＡＮＧＪｉａｌｉａｎｇ　ＬＩＮＸｉａｎｇｚｅ　ＣＨＥＮＪｉｎｇ　ＹＵＨａｉｍｉｎｇ （ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｔｈｅｐｅｓｔｉｎｆｏｒｍａｔｉｏｎａｕｔｏｍａｔｉｃｃｏｌｌｅｃｔｉｏｎａｎｄｍｏｎｉｔｏｒｉｎｇｆｏｒＳｏｇａｔｅｌｌａ ｆｕｒｃｉｆｅｒａ，ａｎａｕｔｏｍａｔｉｃｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｐｒｅｓｅｎｔｅｄａｎｄｉｔｓ ａｐｐｌｉｃａｔｉｏｎｗａｓｃａｒｒｉｅｄｏｕｔ．ＴｈｅｉｍａｇｅｓｏｆＳｏｇａｔｅｌｌａｆｕｒｃｉｆｅｒａｗｅｒｅｃｏｌｌｅｃｔｅｄｉｎｔｈｅｎａｔｕｒａｌｓｔａｔｅｏｆｔｈｅ ｆｉｅｌｄｂｙｕｓｉｎｇｔｈｅｉｍｐｒｏｖｅｄａｕｔｏｍａｔｉｃａｃｑｕｉｓｉｔｉｏｎｓｙｓｔｅｍｆｏｒｉｎｓｅｃｔｉｍａｇｅｓｉｎｆｉｅｌｄｅｎｖｉｒｏｎｍｅｎｔａｎｄｔｈｅ ａｃｑｕｉｒｅｄｉｍａｇｅｓｗｅｒｅｎｏｒｍａｌｉｚｅｄ．Ｓｉｘｈｕｎｄｒｅｄｏｆｉｍａｇｅｓｗｅｒｅｒａｎｄｏｍｌｙｓｅｌｅｃｔｅｄｆｒｏｍｔｈｅｎｏｒｍａｌｉｚｅｄ ｉｍａｇｅｓａｓｔｒａｉｎｉｎｇｓｅｔａｎｄｔｈｒｅｅｈｕｎｄｒｅｄｏｎｅｓｗｅｒｅｃｈｏｓｅｎａｓｔｅｓｔｓｅｔ．Ｔｈｅｃｏｎｖｏｌｕｔｉｏｎｏｐｅｒａｔｉｏｎｗａｓ ｐｅｒｆｏｒｍｅｄｏｎｔｈｅｔｒａｉｎｉｎｇｓｅｔｗｉｔｈ５×５ｃｏｎｖｏｌｕｔｉｏｎｋｅｒｎｅｌａｎｄｔｈｅａｃｑｕｉｒｅｄｆｅａｔｕｒｅｇｒａｐｈｓｗｅｒｅｐｏｏｌｅｄｉｎ ａ２×２ｎｅｉｇｈｂｏｒｈｏｏｄ．Ａｆｔｅｒｔｈｅｃｏｎｖｏｌｕｔｉｏｎｏｐｅｒａｔｉｏｎａｎｄ３×３ｎｅｉｇｈｂｏｒｈｏｏｄｐｏｏｌｉｎｇｏｐｅｒａｔｉｏｎ，ｔｈｅ ｎｅｔｗｏｒｋｍｏｄｅｌｐａｒａｍｅｔｅｒｓｗｅｒｅｏｂｔａｉｎｅｄｂｙｕｓｉｎｇａｕｔｏｍａｔｉｃｌｅａｒｎｉｎｇａｎｄｔｈｅｏｐｔｉｍａｌｎｅｔｗｏｒｋ ｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｏｄｅｌｆｏｒＳｏｇａｔｅｌｌａｆｕｒｃｉｆｅｒａｗａｓａｃｈｉｅｖｅｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅ ｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙｆｏｒＳｏｇａｔｅｌｌａｆｕｒｃｉｆｅｒａｃｏｕｌｄｒｅａｃｈ９６１７％ ｆｏｒｔｒａｉｎｉｎｇｓｅｔ，ａｎｄｆｏｒｔｅｓｔｓｅｔ，ｔｈｅ