农田常见的昆虫是人工生态系统的重要组成部分。虫情检测灯能实现自动诱集、杀虫、虫体分散、拍照以及上传数据等作业过程,改善农田环境。虫情检测灯的效果依赖于目标检测算法,采用高效的目标检测算法可以提高效率和精度且降低成本,深度学习是目标检测算法的热点。为此,本文综合了 YOLOv5 与 YOLOX 两种算法的识别结果,通过图像预处理技术和深度学习框架,识别出虫情检测灯样本中的昆虫种类、所在位置、个数,实现了样本中昆虫种类及个数的智能识别,最终取得了高达0.909的mAP值、0.907的召回率(recall)..