技術名稱 微型害蟲智慧影像辨識與分析系統
計畫單位 國立臺灣大學
計畫主持人 林達德
技術簡介
本技術建立自動化微型害蟲影像辨識與分析系統,達成黏蟲紙掃描影像自動辨識之目的,並達成粉蝨0.93、薊馬0.9之辨識準確率。此技術的建立突破了傳統依賴專家人工辨識害蟲的瓶頸,大幅降低人力成本並提升蟲害資訊的分析速度,將可以具體改善農作物蟲害偵測的技術,提供速捷資訊以改善農作物生產作業,降低蟲害損失。
科學突破性
本研究相對於以往主要使用影像處理的方法來自動辨識害蟲,能夠達成更高的準確率並且更泛用於各種情況。本技術使用之tiny Yolov3演算法在影像偵測能夠達到每張黏蟲紙影像平均14.21秒的效率,相對於Faster-RCNN等需要10分鐘的計算時間,能夠達成更高的速度與辨識率。
產業應用性
預防病蟲害發生之作業模式,最常見作法是將黏蟲紙置於溫室內,固定時間收回實驗室後,進行包含調查、檢測等作業,而目前皆以人工辨識或計數,此方法不僅費時費力,亦容易因視覺疲勞而有遺漏或失誤。若能使用本技術建置之自動化的蟲害監測系統,便可以增加檢疫的效率,將可減少出口檢疫風險,提升農產品之國際競爭力。
關鍵字 深度學習 卷積神經網路 溫室害蟲影像辨識 病蟲害整合管理 影像處理 有害昆蟲 溫室 物件偵測 辨識 黏蟲紙
備註
  • 聯絡人
  • 邱麟雅