本文主要研究内容
作者姜梦洲（2019）在《基于深度学习的农业害虫图像智能识别系统的研究与实现》一文中研究指出：实时准确地识别出农业害虫种类是有效开展虫情防治工作的重要前提。目前,我国农作物害虫的诊断方法主要是依靠人工识别,主观因素大,实时性差,而且昆虫分类学家较少,农民专业知识又相对缺乏,在基层植保人员日益减少的情况下亟需便捷的农作物害虫智能识别工具。随着智能手机的普及和深度学习在图像识别中的成功应用,利用手机拍摄害虫图像并进行实时识别已成为许多学者研究的热点。本论文以34种常见农作物害虫为研究对象,建立了基于深度学习的农业害虫图像智能识别系统,包括手机客户端,云服务端和深度学习算法,实现了害虫图像高效、实时、准确的识别。主要研究内容与成果如下:(1)开发基于Andriod平台的客户端应用软件。可通过注册账号、短信验证或QQ验证进行登录。当在农业生产活动中遇到未知的害虫时,可通过客户端应用软件拍摄或选取相册中的害虫图像,经预览、裁剪等操作处理后上传至服务器进行识别诊断,同时可以通过信息确认的方式将识别结果同步到地图界面上,与广大用户共同了解身边以及全国范围内的害虫分布信息。还可以通过查询的方式进行农作物害虫的认识与了解,学习正确的化学防治与生物防治措施。此外还可在个人中心查看以往的识别记录,对于不确定的识别结果还可以通过远程专家诊断功能进行实时在线问答。(2)搭建基于Windows Server系统的云服务器。设计并实现Servlet业务逻辑,实现登录信息、用户注册信息、农业害虫图像、GPS信息、专家诊断信息等数据的接收与处理;通过My SQL与JDBC实现了数据库管理系统的设计与连接;采用DAO模式实现了业务代码和数据库逻辑操作之间的解耦;采用连接池优化了数据库连接;在微机上实现了Caffe深度学习框架的搭建与重构,并将项目打包成War包,部署在云服务端。(3)基于深度学习的农业害虫识别算法的研究。针对34类主要农作物害虫,1万多幅图像,在应用较广泛的Caffe Net、VGGNet和Res Net上对卷积神经网络结构进行微调,以获取农业害虫的识别模型,通过对大量害虫图像进行测试和对比得出,101层的Res Net模型有较好识别效果,平均识别准确率可达到93.5%,具有良好的鲁棒性以及泛化能力。(4)采用JNI本地方法接口与DLL动态链接库实现了深度学习识别模型的调用。通过在Native本地方法中添加模型文件,均值文件、权值文件和标签文件的地址参数实现农业害虫图像的识别。经测试,在CPU模式下农业害虫的平均识别响应速度在1.1秒左右,GPU模式下的平均识别响应时间在0.67秒左右,偏差在200ms以内,满足实际应用的需求。本文研究的农业害虫图像智能识别系统,可以在线查阅害虫信息,实时识别用户上传的害虫图像,指导农户正确的开展防治活动,有着良好的应用前景,可广泛应用于田间农作物害虫的识别和诊断。
Abstract
shi shi zhun que de shi bie chu nong ye hai chong chong lei shi you xiao kai zhan chong qing fang zhi gong zuo de chong yao qian di 。mu qian ,wo guo nong zuo wu hai chong de zhen duan fang fa zhu yao shi yi kao ren gong shi bie ,zhu guan yin su da ,shi shi xing cha ,er ju kun chong fen lei xue jia jiao shao ,nong min zhuan ye zhi shi you xiang dui que fa ,zai ji ceng zhi bao ren yuan ri yi jian shao de qing kuang xia ji xu bian jie de nong zuo wu hai chong zhi neng shi bie gong ju 。sui zhao zhi neng shou ji de pu ji he shen du xue xi zai tu xiang shi bie zhong de cheng gong ying yong ,li yong shou ji pai she hai chong tu xiang bing jin hang shi shi shi bie yi cheng wei hu duo xue zhe yan jiu de re dian 。ben lun wen yi 34chong chang jian nong zuo wu hai chong wei yan jiu dui xiang ,jian li le ji yu shen du xue xi de nong ye hai chong tu xiang zhi neng shi bie ji tong ,bao gua shou ji ke hu duan ,yun fu wu duan he shen du xue xi suan fa ,shi xian le hai chong tu xiang gao xiao 、shi shi 、zhun que de shi bie 。zhu yao yan jiu nei rong yu cheng guo ru xia :(1)kai fa ji yu Andriodping tai de ke hu duan ying yong ruan jian 。ke tong guo zhu ce zhang hao 、duan xin yan zheng huo QQyan zheng jin hang deng lu 。dang zai nong ye sheng chan huo dong zhong yu dao wei zhi de hai chong shi ,ke tong guo ke hu duan ying yong ruan jian pai she huo shua qu xiang ce zhong de hai chong tu xiang ,jing yu lan 、cai jian deng cao zuo chu li hou shang chuan zhi fu wu qi jin hang shi bie zhen duan ,tong shi ke yi tong guo xin xi que ren de fang shi jiang shi bie jie guo tong bu dao de tu jie mian shang ,yu an da yong hu gong tong le jie shen bian yi ji quan guo fan wei nei de hai chong fen bu xin xi 。hai ke yi tong guo cha xun de fang shi jin hang nong zuo wu hai chong de ren shi yu le jie ,xue xi zheng que de hua xue fang zhi yu sheng wu fang zhi cuo shi 。ci wai hai ke zai ge ren zhong xin cha kan yi wang de shi bie ji lu ,dui yu bu que ding de shi bie jie guo hai ke yi tong guo yuan cheng zhuan jia zhen duan gong neng jin hang shi shi zai xian wen da 。(2)da jian ji yu Windows Serverji tong de yun fu wu qi 。she ji bing shi xian Servletye wu luo ji ,shi xian deng lu xin xi 、yong hu zhu ce xin xi 、nong ye hai chong tu xiang 、GPSxin xi 、zhuan jia zhen duan xin xi deng shu ju de jie shou yu chu li ;tong guo My SQLyu JDBCshi xian le shu ju ku guan li ji tong de she ji yu lian jie ;cai yong DAOmo shi shi xian le ye wu dai ma he shu ju ku luo ji cao zuo zhi jian de jie ou ;cai yong lian jie chi you hua le shu ju ku lian jie ;zai wei ji shang shi xian le Caffeshen du xue xi kuang jia de da jian yu chong gou ,bing jiang xiang mu da bao cheng Warbao ,bu shu zai yun fu wu duan 。(3)ji yu shen du xue xi de nong ye hai chong shi bie suan fa de yan jiu 。zhen dui 34lei zhu yao nong zuo wu hai chong ,1mo duo fu tu xiang ,zai ying yong jiao an fan de Caffe Net、VGGNethe Res Netshang dui juan ji shen jing wang lao jie gou jin hang wei diao ,yi huo qu nong ye hai chong de shi bie mo xing ,tong guo dui da liang hai chong tu xiang jin hang ce shi he dui bi de chu ,101ceng de Res Netmo xing you jiao hao shi bie xiao guo ,ping jun shi bie zhun que lv ke da dao 93.5%,ju you liang hao de lu bang xing yi ji fan hua neng li 。(4)cai yong JNIben de fang fa jie kou yu DLLdong tai lian jie ku shi xian le shen du xue xi shi bie mo xing de diao yong 。tong guo zai Nativeben de fang fa zhong tian jia mo xing wen jian ,jun zhi wen jian 、quan zhi wen jian he biao qian wen jian de de zhi can shu shi xian nong ye hai chong tu xiang de shi bie 。jing ce shi ,zai CPUmo shi xia nong ye hai chong de ping jun shi bie xiang ying su du zai 1.1miao zuo you ,GPUmo shi xia de ping jun shi bie xiang ying shi jian zai 0.67miao zuo you ,pian cha zai 200msyi nei ,man zu shi ji ying yong de xu qiu 。ben wen yan jiu de nong ye hai chong tu xiang zhi neng shi bie ji tong ,ke yi zai xian cha yue hai chong xin xi ,shi shi shi bie yong hu shang chuan de hai chong tu xiang ,zhi dao nong hu zheng que de kai zhan fang zhi huo dong ,you zhao liang hao de ying yong qian jing ,ke an fan ying yong yu tian jian nong zuo wu hai chong de shi bie he zhen duan 。
论文参考文献
论文详细介绍
论文作者分别是来自浙江理工大学的姜梦洲，发表于刊物浙江理工大学2019-05-08论文，是一篇关于农业害虫论文,平台论文,云服端论文,深度学习论文,卷积神经网络论文,智能识别论文,浙江理工大学2019-05-08论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自浙江理工大学2019-05-08论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：农业害虫论文; 平台论文; 云服端论文; 深度学习论文; 卷积神经网络论文; 智能识别论文; 浙江理工大学2019-05-08论文;