基于AI图像识别的烟草制品虫情监测系统的设计与实现

发布时间：2021-10-11 10:38

　　本文针对如何运用AI图像识别技术对烟草行业主要的虫情（烟草甲、烟草粉螟）进行识别,建立深度学习的系统监测技术,通过SVM向量计算实现对虫情的实时监测,同时构建对应的自学机制;研究效果表明,AI图像识别较好地实现了虫情的实时监测,解决了人工监测带来了一系列问题,为之后烟草虫情监测的研究奠定了重要基础。 

【文章来源】：电子技术与软件工程. 2020,(17)

【文章页数】：2 页

【部分图文】：

基于AI图像的虫情监测系统构架

SVM建模过程

虫情每周实时新增数据及趋势

【参考文献】：
期刊论文
[1]浅谈卷烟生产企业生产过程中的烟虫防治工作[J]. 曹炜.  科技展望. 2017(07)
[2]卷烟主要生产区域烟草甲的防治[J]. 汤朝起,陆益敏,刘雪敏,黄徐平.  烟草科技. 2004(09)
[3]烟仓害虫的发生与防治[J]. 任广伟,张连涛.  烟草科技. 2003(02)

硕士论文
[1]烟草虫情图像采集与监测系统研究[D]. 孙艘.华中科技大学 2017



本文编号：3430344