典型文献
基于卷积神经网络的烟草甲虫智能监测系统设计
文献摘要：
烟草甲虫的存在会严重影响烟厂生产的烟丝质量,对烟草甲虫的数量进行智能监测并及时向工作人员进行预警可大大降低烟草甲虫的活动对烟丝造成的不良影响,同时降低人力成本.针对上述情况,设计了一个基于卷积神经网络的烟草甲虫智能监测系统,通过采集样本监测点的图像数据实时检测和识别烟草甲虫获得虫情状况.此监测系统主要包括硬件设计、算法设计与软件设计三个部分.硬件部分由烟草甲诱捕器、图像采集终端、通信线路和服务器构成一个完整的链路,对烟草甲虫图像的采集以及图像存储等进行一体化处理.软件部分使用B/S架构,采用网页的形式完整展示烟草甲虫数量的变化,并且对烟草甲虫情进行分析,提供虫情预警功能.算法部分采用改进的Cascade R-CNN深度卷积神经网络,该网络非常适合烟草甲这样的小目标的检测并且具有良好的鲁棒性.实验结果表明,基于深度卷积神经网络的烟草甲虫智能监测系统可以达到很好的监测效果.
文献关键词：
烟草甲虫;卷积神经网络;小目标检测;智能监测;系统设计
中图分类号：
作者姓名：
张宝;胡伟;陈禹伶;彭帆
作者机构：
四川中烟工业有限责任公司绵阳卷烟厂,绵阳 621000;西南科技大学,绵阳 621000
文献出处：
引用格式：
[1]张宝;胡伟;陈禹伶;彭帆-.基于卷积神经网络的烟草甲虫智能监测系统设计)[J].制造业自动化,2022(10):15-20
A类：
B类：
烟草甲虫,智能监测系统,监测系统设计,烟厂,烟丝质量,大大降低,低烟,人力成本,上述情况,监测点,图像数据,实时检测,检测和识别,虫情,情状,硬件设计,算法设计,软件设计,硬件部分,分由,诱捕器,图像采集,采集终端,通信线路,服务器,链路,一体化处理,软件部分,网页,预警功能,法部,Cascade,深度卷积神经网络,非常适合,监测效果,小目标检测
AB值：
0.231351
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
