分享5篇关于储粮害虫的计算机专业论文

今天分享的是关于储粮害虫的5篇计算机毕业论文范文, 如果你的论文涉及到储粮害虫等主题,本文能够帮助到你

储粮害虫智能监测信息管理平台的设计与实现

这是一篇关于储粮害虫,信息管理平台,数据分析,虫情报警的论文, 主要内容为原粮及成品粮储备安全是粮食安全体系的基础。作为世界上原粮储量最大、储藏时间最长以及单仓容量最大的国家,我国每年因储粮害虫危害造成的损失占据粮食损失中很大的比例。在粮库实际管理过程中,对粮堆内部的害虫发生情况监测和评估主要依靠人工抽样,数据获取滞后,对害虫发生情况的评估误差较大,给虫害的有效防控带来风险。目前,我国在大力推进智慧粮库的建设,其中储粮害虫的智能监测是重要的组成部分。实现智能监测,一方面需要储粮害虫信息采集终端,来获取充分的虫情数据;另一方面需要面向用户的储粮害虫监测信息系统,实现虫情数据的存储管理和分析利用。本文基于两款新型探管式储粮害虫信息采集终端在粮库的推广应用,定制研发了一种储粮害虫智能监测信息管理平台,该平台致力于实现跨区域采集终端的远程接入与虫情数据的统一管理,支持Web端与移动端的使用,为粮库提供虫情实时监测、可视化分析与虫情报警等服务。本文核心工作成果为:1.实现了储粮害虫信息采集终端与虫情数据的跨区域管理。设计终端设备的网络接入方案,基于分层模块化思想搭建平台软件架构。采用Protobuf设计储粮害虫数据的序列化与反序列化方案,在云服务器搭建MySQL数据库,设计储粮害虫数据采集流程与存储方案,开发完成数据采集接口。2.设计并搭建Web端储粮害虫信息管理系统。基于Django设计服务器后台RESTful接口,开发Web前端界面,实现了用户信息与权限管理、储粮害虫数据管理、设备在线升级、数据上传下载、虫情可视化等功能模块。3.设计并实现移动端储粮害虫监测APP。基于Android开发技术完成虫情查看、报警推送、粮虫图鉴与数据上传等模块,实现了虫情数据在移动端设备的实时监测。4.设计构建虫情分析与报警模型。绘制采集终端三维分布图、害虫数量三维柱状图与虫情热度图,生成虫情可视化分析报告。设计虫情报警模型,计算判定虫害等级,实现了虫情的分级报警。本文实现的储粮害虫智能监测信息管理平台,可以帮助粮库提升储粮害虫的智能监测水平,目前已成功接入并管理中储粮北京顺义直储库的采集终端与虫情数据,山东、广东等各地粮库的接入方案已经完成。

基于轻量化YOLOv5的储粮害虫检测系统研究

这是一篇关于储粮害虫,目标检测,YOLOv5s,轻量化,Bi-FPN,模型部署的论文, 主要内容为随着世界人口的不断增长,粮食供应问题日益凸显。为了确保人类的粮食安全,储粮管理变得越来越重要。然而,在粮食储存过程中,害虫侵害一直是导致粮食损失的主要因素之一。因此,快速、准确地检测和识别储粮害虫是保障储粮安全的关键所在。随着计算机技术和人工智能的发展,基于深度学习的储粮害虫检测逐渐成为了研究热点。本文依据粮库实际场景通过目标检测方法对储粮害虫进行检测,针对储粮害虫小目标以及系统实时性要求等特点对YOLOv5s检测算法进行改进,并基于粮库现有的粮情智能化平台将改进后算法部署在Web端,开发储粮害虫检测系统。本文的主要工作如下:(1)建立储粮害虫数据集。目前没有粮库场景下储粮害虫检测相关的数据集,为提升储粮害虫检测的准确性,自制数据样本丰富的储粮害虫数据集。通过收集粮情智能测控柜采集的害虫图像,以及为了保证数据的多样性,实际模拟测控柜害虫收集环境,拍摄图像数据,完成数据集的制作。之后使用标注软件,标注图像中各类害虫的位置及其对应的类别标签,生成xml文件。其次通过数据增强,对标注后的数据集进行增强,扩充数据集。最后生成VOC格式的储粮害虫数据集,并按照8:1:1的比例划分数据集。(2)提出基于改进YOLOv5s的储粮害虫检测算法。针对储粮害虫目标较小以及粮库复杂环境下害虫图像存在杂质干扰等特点,以及轻量化算法以便移植到系统,对YOLOv5s算法进行改进。首先使用k-means算法重新进行聚类分析,获得新的锚框参数,使其更贴合本文自制数据集的尺寸;然后在Mobile Netv3中引入ECA模块,并将其作为主干网络代替CSPDarknet-53,在保持高精度的同时,降低网络参数、加快推理速度;其次将Neck部分的特征金字塔结构替换为Bi-FPN,提高多尺度特征融合的效率,进而提高网络检测的精度。实验结果表明,本文所改进的YOLOv5s储粮害虫检测算法,平均精度均值达到97.1%,FPS提高至91,模型计算量GFLOPs由16.4降低至1.9,改进后算法有效提升储粮害虫小目标的检测效果,同时满足系统实时性的检测要求。(3)储粮害虫检测系统的设计。基于粮库现有的粮情信息化平台建设和实际需求,设计基于PC端的储粮害虫目标检测系统,将训练好的算法模型部署到Web端。系统包括用户管理、图像获取、害虫检测、虫情数据、可视化展示和虫害预警等功能,方便工作人员能通过该系统及时掌握粮仓虫害情况。