摘 要：
由于农田害虫具有多样性和信息类型的复杂性，通过人工观察统计的传统害虫监测方式已经难以满足现代大规模农业生产对虫害预防工作的需要。使用虫情测报灯可帮助植保人员高效地进行虫情分析，提高测报工作效率和准确率，避免农药的滥用和误用，减少农产品的农药残留，改善农田生态环境。
本文就害虫识别定位问题，提出了创新性的解决方法：将Faster R-CNN 与Yolov5 以集成学习的思路相结合，并对错误数据进行了清洗，对数量稀少的样本进行了数据增强。最终取得了优于单一模型的效果。
关键字：目标检测 集成学习 Faster R-CNN Yolov5
关注“官方公众号”
