作品名稱：“蟲”察秋毫——玉米病蟲害識別系統
學校名稱：濰坊學院
參賽隊伍：濰院龍之隊
隊伍編號：200120
參賽學生：劉欽 劉佳麗 張子琦
指導老師：敖冬威
投票日期：2024年10月08日 00:00->2024年12月05日 15:00
請在微信端進行投票。點此掃描二維碼。
玉米作物的健康生長決定著玉米生產的產量及品質，健康監測是精準農業的一個重要組成部分。由于病害蟲種類繁多且為害特點復雜，人工識別效率低下，無法及時對玉米大田病蟲害進行全面有效防控。玉米大田巡檢機器人可實現病蟲害的自動監測，在降低人工成本的情況下實現全天候的實時監測，其中巡檢機器人的視覺系統是高效、準確識別病蟲害的關鍵。因此，研究一種能夠在復雜農田環境下快速準確識別病蟲害的方法，對提高農業生產效率和質量具有重要意義。
基于深度學習的病蟲害智能視覺檢測方法擁有更高檢測性能,能夠勝任大田玉米病蟲害的檢測。但還存在以下問題尚待解決:
（1）當前害蟲檢測算法是在實驗室環境下進行檢測的，當在農田復雜環境下對害蟲進行檢測時，害蟲圖像不僅受背景因素影響,而且害蟲形態、尺度多變,很容易造成害蟲目標誤檢和漏檢。
（2）已有算法主要針對特定群體的病蟲害進行目標檢測，農田復雜環境下病蟲害體積小、數量多、分布不均且會存在作物遮擋的情況，從而影響識別準確率。
（3）將目標檢測技術應用于農作物病蟲害檢測中時，需要大量訓練樣本以及高性能計算設備，這對于計算硬件、樣本數量質量受限的情況下進行農作物病蟲害的識別帶來了困難。
針對上述問題,本項目通過融合注意力模塊、改進多尺度特征融合模塊、優化損失函數和輕量化改進,提出一種基于改進YOLOv5s的農田復雜環境下病蟲害識別方法，以提高模型在農田復雜環境下對密集小目標病蟲害的檢測效果。
