基于改进YOLOv4的夏玉米主要害虫检测方法研究

为提高夏玉米主要害虫的检测精度,实现害虫的自动化测报,本研究基于性诱测报原理,设计玉米主要害虫诱集装置,并利用该装置自动采集黏虫、棉铃虫、玉米螟、甜菜夜蛾等玉米害虫图像,制作VOC数据集.以YOLOv4 模型为基础,引入SENet模块和Soft-NMS算法,构建YOLOv4-Corn模型,解决玉米害虫体积小、虫体易重叠等造成的不易识别问题.结果表明,YOLOv4-Corn模型对黏虫、棉铃虫、玉米螟和甜菜夜蛾的平均检测精度分别为 95.89%、96.59%、93.34%和 99.07%;与Faster R-CNN、YOLOv3、YOLOv4 等模型相比,YOLOv4-Corn的F1 值、召回率、精确率、平均精度均最优.可见,YOLOv4-Corn对黏虫、棉铃虫、玉米螟和甜菜夜蛾具有较高的识别准确率,可用于田间夏玉米害虫种群监测预警.