果园害虫诱捕器的粘虫板图像虫口密度自动计数边缘AI系统设计.docxVIP

  • 0
  • 0
  • 约1.31万字
  • 约 19页
  • 2026-11-21 发布于北京
  • 举报

果园害虫诱捕器的粘虫板图像虫口密度自动计数边缘AI系统设计.docx

PAGE2

果园害虫诱捕器的粘虫板图像虫口密度自动计数边缘AI系统设计

摘要

当前果园害虫监测仍以人工计数粘虫板上的虫体为主,效率低、时效性差,难以满足精准防治的需求。本研究设计并实现了一套基于边缘AI的粘虫板图像虫口密度自动计数系统,将轻量级目标检测模型YOLOv5s进行INT8量化后部署于瑞芯微RK3588嵌入式平台,结合诱捕器实地采集粘虫板图像,实现多种果园害虫的自动识别与计数。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。第一章分析果园害虫监测的痛点与现有方案不足;第二章阐述YOLOv5s模型、RK3588NPU加速及量化技术;第三章定义系统功能与非功能需求,建立用例模型;第四章设计系统总体架构,划分图像采集、推理引擎、计数统计与数据上报等模块;第五章详细设计模型量化、推理调度、计数策略与接口逻辑;第六章给出系统实现过程与关键技术难点解决;第七章通过功能测试与性能测试,验证计数准确率与单次推理功耗;第八章总结成果并展望。

核心创新点在于:针对边缘端算力约束,提出基于NPU的YOLOv5sINT8量化推理流水线,兼顾准确率与实时性;设计多目标去重与面积过滤计数算法,有效抑制重复计数和小目标噪声。测试表明,系统对主要害虫的平均计数准确率达到92.3%,单次推理功耗低于3.5W,满足果园长期自主监测需求。

第一章绪论

1.1研究背景

果

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档