目录
前言
基于计算机视觉的目标检测被应用在我们日常生活中。2009年,为了让互联网 技术与农业结合起来,网易耗费了数千万元,并在浙江地区建立了新型“互联网+”模 式的养猪场。2017年,京东金融受到网易养猪网的启发,提出了人工智能(Artificial Intelligence,AI)养鸡,利用AI检测,预估每个阶段的鸡需要多少吨的饲料,然后饲 养员根据需求进行购买,防止饲料囤积。2018年,阿里云与特驱集团合作,利用AI 收集图片,检测猪的形态变化,加强对猪的监测管理,做到了及时预警,解放人力, 提高养猪效率。随着技术的成熟,生物识别系统出现。比如指纹和虹膜识别系统可用 于公司,小区领域,做到凭指纹进入保障人身安全和财产安全;摄像头监控系统,协 助公安机关对嫌疑犯的检索;尤其近几年国内外通过对深度学习[1-2]的研究,实现了 自动驾驶系统。通过对道路上的可行驶区域,道路线和道路上行驶的车辆,行人,警 示牌的检测,实现车辆在无人驾驶状态下能顺利行驶;扩展到军事及医学领域,使用 机器代替人类发挥作用。目前,深度卷积神经网络(deep convolution neural networks, CNNs)[ 3-5]在图像分类、语音识别以及行人检测等领域已经取得巨大进展。然而,其相 关技术在昆虫识别领域中的应用却比较匮乏。
近年来