基于深度学习的森林虫害无人机实时监测方法

摘要

无人机遥感是监测森林虫害的先进技术,但航片识别的实时性尚不能快速定位虫害爆发中心、追踪灾情发生发展.该文针对受红脂大小蠹危害的油松林,使用基于深度学习的目标检测技术,提出一种无人机实时监测方法.该方法训练精简的SSD300目标检测框架,无需校正拼接,直接识别无人机航片.改进的框架使用深度可分离卷积网络作为基础特征提取器,针对航片中目标尺寸删减预测模块,优化默认框的宽高比,降低模型的参数量和运算量,加快检测速度.试验选出的最优模型,测试平均查准率可达97.22％,在移动图形工作站图形处理器加速下,单张航片检测时间即可缩短至0.46 s.该方法简化了无人机航片的检测流程,可实现受害油松的实时检测和计数,提升森林虫害早期预警能力.