基于改进YOLOv4的夏玉米主要害虫检测方法研究

作者：段新涛; 王伸; 赵晴; 张杰; 郑国清; 李国强^*

来源：山东农业科学, 2023, 55(10): 167-173.

DOI：10.14083/j.issn.1001-4942.2023.10.023

• 玉米害虫
• 诱集装置
• YOLOv4-Corn
• 目标检测

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。

• 出版日期2023
• 单位河南省农业科学院农业经济与信息研究所; 河南师范大学