江苏大学学报(自然科学版)

作者：罗强,黄睿岚,朱轶

单位：江苏大学 计算机科学与通信工程学院, 江苏 镇江 212013

关键词：智能农业, 储粮安全, 实时监测, 预警, 深度学习

基金：<p>&nbsp;国家重点研发计划项目(2017YFC160032)</p>

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形式发布给手机客户端.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.

来源：2019年第2期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2019年第2期