姚 青，吴叔珍，蒯乃阳，杨保军，唐 健，冯 晋，朱旭华，朱先敏

基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证

姚 青1，吴叔珍1，蒯乃阳1，杨保军2※，唐 健2，冯 晋3，朱旭华3，朱先敏4

（1. 浙江理工大学信息学院，杭州 310018；2. 中国水稻研究所稻作技术研究与发展中心，杭州 311401；3. 浙江省托普云农科技股份有限公司，杭州 310015；4. 江苏省植物保护植物检疫站，南京 210036）

针对水稻灯诱昆虫图像中稻飞虱自动检测存在严重误检和漏检问题，提出一种基于改进CornerNet的水稻灯诱飞虱自动检测方法。由于稻飞虱个体在灯诱昆虫图像中所占区域比例极小，利用重叠滑动窗方法提高飞虱在图像检测区域中所占比例，提高2种稻飞虱（白背飞虱和褐飞虱）的检测率和避免滑动窗边界造成的目标漏检。针对CornerNet存在角点匹配不准确导致检测框冗余问题，利用检测框抑制方法去除冗余检测框。对灯诱昆虫图像进行稻飞虱检测，结果表明，该研究提出的基于改进CornerNet的水稻灯诱飞虱自动检测方法对2种稻飞虱检测的平均精确率和召回率分别为95.53%和95.50%，有效地提高了灯诱昆虫图像中稻飞虱的检测效果，可用于智能虫情测报灯的灯诱昆虫图像中白背飞虱和褐飞虱的智能测报。

图像识别；害虫检测；水稻灯诱昆虫图像；稻飞虱；CornerNet模型；目标检测；重叠滑动窗

0 引 言

水稻在生长过程中会遭受多种害虫危害，严重影响水稻产量，每年给中国造成巨大的经济损失[1]。其中，在中国南方稻区稻飞虱频发、重发，因此需要实时、准确地监测稻飞虱田间种群。……