王林惠，兰玉彬，刘志壮，岳学军，邓述为，郭宜娟

（1. 湖南科技学院智能制造学院，永州 425199；2. 华南农业大学电子工程学院、人工智能学院，广州 510642； 3. 国家精准农业航空施药技术国际联合研究中心，广州 510642）

0 引言

柑橘是中国重要的经济类果树，现如今适宜种植柑橘的地域范围不断扩大，然而柑橘虫害的频繁发生，极大增加了柑橘栽培难度。柑橘红蜘蛛和蚜虫是影响柑橘生长的主要虫害，各柑橘产区均有分布。目前柑橘树虫害防治主要以大范围大剂量喷洒农药为主[1]，环境污染严重，且果品上的农药残留对消费者的健康产生较大影响。因此，根据果园中不同位置的虫害危害等级信息进行精准喷施，对于节约资源、保护环境、提高果品品质和果农增收意义重大[2]。然而果树虫害级别定量化测评及实时检测技术达不到变量喷施的要求，成为限制精确喷施农药的瓶颈问题。因此，研究果树虫害信息的快速定量化获取关键技术对于实现航空喷雾自动化、无人化具有十分重要的意义。

传统虫害检测方法包括声学检测法[3]、电子鼻技术[4-5]、光谱成像技术[6-8]和可见光图像处理技术[9-11]等，前三种方法在复杂的果园环境中的使用具有局限性。随着计算机硬件更新换代和深度学习等智能化技术在物体检测与识别领域取得突破性发展，采用数字图像技术精准分析虫害图像，了解虫害的危害程度逐渐成为趋势[12-13]。如李衡霞等[14]提出一种基于深度卷积神经网络的油菜虫害检测方法，实现了对蚜虫、菜青虫幼虫、菜蝽、跳甲、猿叶甲等5种油菜害虫的快速准确检测，平均准确率达94.12%；……