面向储粮害虫的免训练无监督计数方法OA

储粮害虫数量等级判定对粮食安全储藏、风险等级评估以及后期粮仓防控管理和控制策略的制定具有至关重要的作用。其中主要害虫密度小于2只/kg为基本无虫粮,3-10只/kg为一般虫粮,超过10只/kg为严重虫粮,对储粮害虫的精准计数是实现科学防控核心前提。针对现有的粮虫计数策略,现阶段粮虫计数相关研究中,需要对数据开展大量人工标注工作,或依赖有监督标注方法实现模型训练;且现有方法在粮虫个体微小、与粮食背景相似度高等实际场景下,存在模型泛化能力弱、计数准确性不足的问题。针对此,本文提出了一种面向储粮害虫的免训练无监督计数模型——PestCountdinov2粮虫计数模型,能够有效解决当下的技术难题。该模型以无监督的DINOv2(自监督视觉特征模型)Vi T-L/14作为全局特征提取骨干,同时利用YOLOv8(目标检测与实例分割模型)完成粮虫区域筛选与特征提取,两者协同生成粮虫特征,省去传统方法所需人工标注环节;模型进一步基于融合后的特征生成计数密度图,最终实现粮虫的精准计数。本文构建的小型储粮害虫数据集,与公开番茄数据集的验证结果表明,该方案为粮虫监测提供了低成本、高精准的计数方法,可灵活适配储粮害虫的计数场景。