点击蓝字，等你关注
01 论文基本信息
点击封面图阅读第2期
点击首页图阅读本文
题目： 基于YOLO v5的水稻害虫分类
作者：李滨，樊健
第一单位：东北林业大学机电工程学院
文章出处：李滨,樊健.基于YOLO v5的水稻害虫分类[J].江苏农业科学,2024,52(2):175-182.
02 文章介绍
研究背景
我国是水稻生产大国，近年来因气候变化等因素，水稻虫害频繁暴发，严重影响产量和品质，给产业带来巨大损失。目前，水稻害虫种类繁多，如稻飞虱、二化螟等，识别难度大，效率低下。由于害虫形态复杂、易混淆，传统人工识别方法效率低且误差率高。因此，亟需通过现代技术实现水稻害虫的精确、快速识别，以提高防治效率，减少农药滥用，保障水稻稳产。
研究内容
为提高害虫识别的准确性和广泛性，收集了不同类型、尺度和角度的害虫样本构建数据集。对数据集进行扩建并选择合适的数据集进行后续改进基础。
针对传统检测方法效率低、误差大的问题，采用YOLO v5算法模型，在满足检测速度及精准度的前提下，进行了多方面的改进。
（1）预测网络引入了ECA注意力机制；
（2）边界框损失函数采用了EIoU损失函数；
（3）在CBS模块和C3模块中，将标准卷积替换为Ghost卷积。
与YOLO v7及Faster-RCNN对比，可以看出研究选取的YOLO v5水稻害虫分类识别方法检测精度较高且模型体积较小，方便后续部署。
通过消融试验对各个模块的优化效果的验证，发现研究算法的mAP较YOLO v5s模型检测准确率提升了0.09百分点，模型体积降低到了7.38MB，且模型的识别速度仍满足实时性要求。
创新点
（1）在引入ECA注意力机制时，采用基于自适应卷积核大小的方法，直接在全局平均池化层之后使用1×1卷积层，去除全连接层，来完成跨通道间的信息交互，适当的跨通道交互可以在保持性能的同时显著降低模型的复杂性。
（2）在检测水稻害虫模型中引入EIoU损失函数，以减小YOLO v5原模型中CIoU在定位回归方面存在的误差，其在CIoU损失函数的基础上可以精确检测重叠面积、边长以及中心点之间的差异，并解决CIoU存在的宽和高不能同增同减的问题，从而获取了更高精度的检测样本。
（3）在应用EIoU损失函数基础上引入Ghost卷积替换CBS模块中的普通卷积进行特征提取，同时，也将C3模块中的普通卷积替换。以降低模型运算量，降低了引入EIoU带来的增加运算量的影响。
结论与展望
与YOLO系列最新的算法YOLO v7和Faster-RCNN进行对比试验后发现，研究提出的算法模型更优，准确率高达94.21%，且模型体积只有7.38 MB，较原模型减少了46%，检测耗时212 ms，满足实际检测需求。
随着植物保护领域内的水稻害虫数据集质量与数量不断提高、对于害虫识别的视觉算法模型不断优化，研究思路或许能为读者提供参考。
（1）提高农作物管理效率
传统的水稻害虫监测主要依赖于人工巡视和田间观察，不仅耗时耗力，而且易出现误判和漏判。基于YOLO v5的害虫分类技术能够快速、精准地识别出水稻中的害虫种类，帮助农民实时监控作物健康状况。
（2）及时防治病虫害
基于YOLO v5的水稻害虫分类可以实时监测害虫的种类和数量变化，及时发现虫害的初期暴发，从而减少损失。这种提前干预，能有效避免虫害的扩散，降低农药使用量。
（3）推动农业数字化转型
通过这种基于YOLO v5的水稻害虫分类技术，农业工作者可以获取大量数据，实现农业生产过程中的各个环节智能化和数据化管理，助力农业从传统方式向现代化生产方式转变。
对农业生产的作用
03 作者简介
第一作者
李 滨
1975年生，黑龙江哈尔滨人，博士，副教授
研究领域：从事机械工程相关研究，研究方向主要包括智能农业装备、林用无人机研发及应用。
论文专利：以第一作者在J. Am. Chem. Soc., Angew. Chem., ES&T, Nano Lett., Nat. Commun.等共发表研究论文62篇，引用475次。已授权发明专利2项，实用新型专利24项。
基金项目：主持国家科技基础性工作专项、黑龙江省自然科学基金青年基金、黑龙江省博士后基金、黑龙江省新世纪高等教育教学改革研究项目、黑龙江省高等教育学会“十一五”高等教育科学研究课题、黑龙江省高等教育教学改革研究项目各1项，哈尔滨市科技创新人才研究专项2项。
获奖荣誉：哈尔滨市自然科学技术成果优秀奖1项。
//
04 延伸阅读
本刊相关论文推荐
基于改进YOLO v5的水稻主要害虫识别方法
吴子炜，夏芳，陆林峰，张盛军，周素茵
2023,51(21):218-224
点击右侧箭头免费下载 >>>>>
《江苏农业科学》（半月刊）1973年创刊，是江苏省农业科学院主管并主办的综合性农业科技期刊。
收录情况：入选中国精品科技期刊、北大中文核心期刊、中国科技核心期刊、RCCSE中国核心期刊、中国农林核心期刊。
学科排名：位列《科技期刊世界影响力指数（WJCI）报告》2023版中国农业科学第十一，知网年报农业科学综合第四，均入Q1区。
影响因子：2023年万方影响因子为1.361，2023年知网影响因子为1.431。
更多 · 交流
为了更好地服务作者，《江苏农业科学》编辑部成立了作者交流微信群，目前主要发布最新编辑部资讯、征稿启事、论文推荐及行业动态等信息，也可解答部分作者咨询。欢迎您扫下方二维码加小编微信（微信号vcknight），拉您进入作者交流群。
请备注“姓名+单位+入群理由”
往期精选
江苏农业科学
微信号 : jsnykxwx
长按识别二维码关注我们
编辑丨曹亚非
制作 | 曹亚非
审核丨吴桂亮
分享、在看与点赞，至少我要拥有一个吧
