中国农业科技导报 ›› 2021, Vol. 23 ›› Issue (5): 98-107.DOI: 10.13304/j.nykjdb.2019.0955
吕纯阳,刘升平*,郭秀明,肖顺夫,刘大众,杨菲菲,李路华
LYU Chunyang, LIU Shengping*, GUO Xiuming, XIAO Shunfu, LIU Dazhong, YANG Feifei, LI Luhua
摘要: 传统蜜蜂监测多依靠人力和经验,信息化水平低,蜂群自动化监测得到广泛关注。近年来,基于深度学习的目标检测发展迅速,并在多领域取得很好的应用效果。SSD模型是一种基于卷积神经网络的目标检测模型,具有快速和准确率高的优势。蜂巢口光照多变、环境复杂,蜂群本身也具有互相遮挡和阴影等复杂情况。采用SSD模型对巢门区蜜蜂检测和数据统计,结果表明,提出的方法在少量、一般和较多蜜蜂数量情况下准确率分别达到96.34%、92.52%和88.06%,比传统方法分别提高11%、19%和25%,且对光照、天气、拍摄距离等环境有很强的适应性,能检测处理蜜蜂阴影、虚化、遮挡等复杂状况。研究结果为蜂群巢外监测提供有力支持,也为基于蜜蜂跟踪的进出量统计奠定了基础。
中图分类号: