基于物联网和改进Yolo-v4-tiny的智能果蝇诱捕方案

为了研究人工智能技术在物联网远程检测方面的应用，设计一种结合深度学习和物联网技术的自动诱捕器解决方案。设计了采用低功耗嵌入式传感系统和神经网络加速器的智能诱捕器原型。利用边缘计算设备在本地运行改进的Yolo-v4-tiny网络以完成害虫图像自动检测计数，所提模型引入了空间金字塔池化模块，并改进了原始网络的损失函数，增强了对小目标特征的捕捉能力。试验结果表明，所提嵌入式解决方案能够自动采集信息素粘虫板图像并完成准确果蔬害虫的检测，取得了最高0.842的检测精度和0.837的召回率数值，性能优于其他先进的轻量级目标检测模型，具有成本低、检测精度高、通信量低、工作寿命长的优点。