基于计算机视觉和深度学习的害虫识别系统

1）行业及市场前景

1）市场前景

①提高农作物的产量和质量是现代农业发展的要求：虫害的发生严重影响农作物的产量和质量，因此做好害虫的防治工作，是保障农作物高产量、高质量的必经之路。而要想有效管理虫害，就需要实时对虫害进行监测与预防，从而保障农作物的生长，发挥虫害防控在农作物稳产增产中的作用。害虫监测是及时、有效控制其暴发成灾的关键环节。

②传统技术弊端连连：传统害虫监测手段主要是利用黑光灯、杀虫灯、性诱剂、黄板等来实现，存在显著问题，如人工统计数据繁重、时耗长、害虫数据质量不高等。随着云计算、大数据、智能终端、物联网、移动互联网为代表的新一代信息技术的普及与应用，报道表示，害虫监测数据采集将从传统人工采样调查向机器智能化获取过渡。

③现有的害虫技术已有很大进步：相比于传统的人工识别，近年来国内外学者在图像处理，计算机视觉，机器学习等领域的研究中取得了巨大的突破，同时在农业病虫害检测与预防相关应用研究中也取得了不错的成果，改善了过去识别率低，人工成本高，识别幅度小的问题。现时代大多利用无线传感技术、自动控制技术和人工智能，可以设计出害虫监测的智能化设备，精准获取农作物环境信息。智慧农业设备可以通过各种传感器来采集农业数据，将信息及时传递给云平台，农业专家可以足不出户通过计算机和手机终端检测农作物长势和虫害，进而借助机器学习对数据进行分析与诊断。

④关于当前被外出农民留守农田的虫害问题：一些农田比如玉米这类耐旱作物，这类植物在长时间内不需要农民照看，这样会导致农民不能第一时间了解田地间的虫害问题。对此，我们希望基于已有的害虫诱捕与感应监测技术，建立一个虫害监测系统，帮助农民远程获取农田信息。

2）行业前景

国内外基于深度学习的害虫监测研究现状：①国内武英洁等使用深度学习技术中的Faster R-CNN算法，建立了一种可有效应对海量野外影像数据对蝗虫进行快速检测的自动识别模型，该模型在手机端也可运行，而且在野外复杂的应用场景中也能达到0.756的识别准确率。②国内魏靖等在1万余副图的数据集上使用VGG-16、ResNet-50和DenseNet-121三个深度学习模型，对草地贪夜蛾及其近缘种成虫进行了训练，结果显示ResNet-50和DenseNet-50的准确率达到85%左右。③邵泽中等基于CaffeNet、VGG19、GoogleNet、DenseNet-101和DenseNet-121模型对66种害虫进行了深度学习训练，使用SGD随机梯度下降、multistep和softmax等参数调整和优化后，所有模型的最终准确率达到了85%以上，DenseNet-121更是达到了93%。

国内外智慧农业的行业发展现状：国外：①Boissard提出了一种结合图像处理技术的视觉认知系统，该系统可以对成熟阶段的粉虱进行自动检测和计数，并具有一定的可靠度。②YAO设计了一套光陷阱捕获装置，用于水稻害虫的动态检测，利用卷积神经网络模型来识别目标昆虫，达到了较高的识别率。③Victor通过黄龙病的载体亚洲柑橘木虱来检测柑橘黄龙病的传播，使用两层卷积神经网络开发了一种软件，记录区域内地上的昆虫碎片，达到了80%的识别准确率和95%的召回率。国内：随着计算机的普及，以及图像识别技术的发展，越来越多的专家学者开始踏入农业害虫识别领域，对其进行深层次的研究，并取得了一定的成果。①吴翔提出了基于CNN模型的害虫识别方法，选用Relu为激活函数搭建12层CNN模型。对10类螟蛾科类害虫的最终识别准确度约为76.70%。②陈晶等利用超像素分割算法和多聚类图像融合方法对样本图像进行分割，并利用SMOTE算法和KS算法针对茶小绿叶蝉达到91.76%的精确率。③刘伽南对常见烟草害虫成虫RGB彩色图像提取基于R通道的灰度共生矩阵的纹理特征，构建了高纬度特征空间，通过SVM进行分类，实现棉铃虫和烟青虫雌雄蛹的识别率达到82.5%和87.5%。④林朝剑根据采集制作的香榧害虫数据集，基于卷积神经网络，搭建了香榧害虫自动识别系统，并选用RetinalNet作为基础模型，通过改进特征金字塔通道数，提高图像感受野，最后采用迁移学习的策略对香榧害虫的平均识别精度达到86.96%。

现有市场产品多为国外研究成果，国内仍具有很大的发展空间，且国内产品多为植物害虫监测识别，而非对害虫的监测，因此本项目行业前景良好。

（2）创新点与项目特色

1）创新点

①可以有效节约劳动力。通过深度学习模型节省人们繁琐的手动识别，提高了农民工作效率，减轻农民工作负担。

②实现智能化监测。通过树莓派摄像头功能快速成像，并结合GBVS显著性方法与GrabCut对图像进行了批量分割裁剪，以便对害虫进行识别，及时采取相应防治措施。

③识别精度高。基于已有的深度学习模型技术，通过使用Google Colab与Google Drive的在线平台对模型进行云端训练，使模型精度符合实际的落地应用标准。

④及时传递与反馈。将数据通过无线通信技术及时传达给终端，使得农业专家可以足不出户通过计算机或手机端监测农作物害虫情况，也使得农民可以远程获取农田害虫信息。

⑤对精准和智慧农业的发展有一定的意义，对于缓解农业专家人手不足、助力推进农业信息化建设具有一定意义。

2）项目技术特点

①深度学习算法中卷积神经网络（CNN）的优势。卷积神经网络的算法思路来源于生物在进行视觉判断时脑部视觉神经的工作机理，通过背景和无关特征的层层过滤和关键特征的提取，达到识别物体的目的，卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一，它还具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络”。

②计算机视觉技术在监测害虫的优势。计算机视觉技术是利用可以代替人眼的图像传感器获取物体图像,将图像转换成数字图像，并利用计算机模拟人的判别准则去理解和识别图像,达到分析图像和提取被检测物体特征的目的。通过应用计算机视觉技术，我们能够更有效地捕捉害虫。该方法通过使用一种能够接近人类双眼观察的传感器来收集物品的照片，然后通过处理这些照片来生成高质量、高精度、高清晰度、高稳定性等信息，从而更好地捕捉受损害的生命。

③树莓派相较于单片机等硬件的优势。树莓派除了具有单片机所有功能外，还可作服务器、鼠键控制、添加摄像头等，相当于家用电脑，便于携带与模块编程。最重要的是其可以基于已有的操作系统，支持更上层的应用的开发，本项目即主要应用该功能进行开发设计。

（3）生产或运营

1）目标客户

①种植果蔬的农民。农民是直接客户，因为他们直接从事农业生产，是农业发展和支撑农业生产的核心力量。通过计算机视觉和深度学习的技术，可以为农民提供有保障的害虫监测，同时进一步提供准确的害虫数据及有效地防治措施，有效解决现时代存在的农民工对害虫监测信息及科学技术的缺乏问题。

②植保、园林等政府农业监管部门。政府农业监管部门主要负责农产品质量安全的有关工作，是农产品质量安全监管的主体。通过计算机视觉和深度学习的技术，可以帮助政府农业监督部门更准确地掌握害虫的研究现状、出动规律及防治措施等。

③农技推广、林枝推广部门。该部门负责管理和建立全国的农业科技推广服务体系，并负责监测和防治重大害虫。通过面向该部门，可以极大地帮助其对害虫的监测与防治，同时实现双赢。

④粮食功能生产区、现代农业园区、农场等大型生产企业。这些大型企业是农业生产的主干力量，其在农业生产、农产品营销等方面起到决定性作用。通过计算机视觉和深度学习的技术，可以在其大规模种植与生产中起到智能化监测、高效率传输、精准化分析的作用。

2）生产运营目标

为了能够迅速的打开市场，抢占先机，结合市场环境及项目周期，团队制定了1-2年的短期运营计划，并总结了运营目标，该创业计划的运营目标包括：

①在2024年7月-2025年2月完成软件开发，即害虫监测小程序的开发与测试，测试无误后才可结合硬件运行。

②在2024年7月-2025年2月与软件开发的同时完成项目的硬件开发。由于本项目主要优势是计算机视觉与树莓派等各部分硬件的融合，需要和第三方硬件平台完成树莓派兼容性测试，且需要提前进行测试。采用敏捷性开发原则，开发一部分测试一部分，与软件开发并列进行，预计在2025年2月份完成最终开发。

③在2025年2月-2025年6月完成产品的调试、测试等，完成硬件与软件原型的开发后，预计在2025年6月底完成产品的正常上线。

④2026年能完成部分潜在用户的引入。并在2026年完成出货量2000个害虫监测系统，30套左右设备升级部署，实现业务收入5000万元。在资本市场上寻找合适的投资者，通过选定融资的方式为该项目的发展提供资金支持。同时，注重企业文化软实力的建设，培养一批优秀的管理、技术、销售精英，增加员工对企业的认同感、归属感，为公司长远发展提供有力的人力保障。

3）生产运营方案

渠道通路：实体渠道包括门店、销售人员和促销员等，项目将首先在市场调研后决定首个投入市场地点，通过派遣销售人员与促销员前往害虫监测市场，进行促销销售，形成项目的实体渠道。网络渠道包括网站、APP、小程序等，网络渠道较宽阔，可以在各大C2C、B2C等网站进行本产品的推广，在各大害虫监测论坛进行推广，采用付费广告推免和免费发帖推广两种形式相结合。

收入来源：包括售卖产品服务、广告收入、会员收入等。项目首先通过售卖产品获得收入，前期会让客户免费使用，获得体验感与好的口碑之后，再进行收费服务。广告方面，项目首先会依据可用于手机端和Web端的小程序向一些广告进行收费，通过用户观看广告视频等渠道获取广告收入。会员收入方面，项目会在稳定后设立会员申请服务，会员可以享受一定特权如长期维修、小礼品赠送等。

4）生产运营实施

初期由于害虫监测产品社会需求量大，农民、农业生产部门等客源相对丰富，但国内外竞争对手也不少，特别是产品初研发上市，因此想要打开市场，就要在产品质量和寿命上下功夫，还要进?步提高产品功能以满足消费者的不同需求。

第1年时，项目可能资金较少，不会有太多盈利，所以要扩大宣传力度，且要以低成本收集材料、学习、研发与宣传，且公司主要靠融资上市。第1年也要稳固市场，积累无形资金，待公司成立后，在各大领域挖掘人才，对有名的同行企业深入了解其实力与市场地位，积累运营经验。约第2年，市场会逐步趋向稳定，稳定后也不能松懈，此后要进一步靠收入、投资等盈利扩大市场，同时加大宣传以及管理、盈利等制度，增加收入。第3、4年，一般这时同行竞争对手就会应运而生，为应对竞争对手的出现，团队将增强产品研发力度，同时并拢商业，逐步实现规模化管理，从而提高产品自身质量特色与能力。

团队的短期目标是在竞争激烈的市场中保持领先地位，努力实现财务自由。长远来看，我们将致力于打造一家经济实力雄厚、市场份额稳定的连锁企业，并成为害虫监测领域的知名品牌。

1）投融资方案

目前有四种方式获得本项目的起步资金，这四种方式分别为抵押借款、债权融资方式、债转股、多种融资方式的组合。

①融资方式将以融资方的股权进行抵押借款：这种投资方式是指投资人将风险资本投资于那些拥有产生较高收益项目的公司，在一定时间内通过管理者回购等方式撤出投资，取得高额投资回报的一种投资方式。

②债权融资方式：这种方式是指投资者和被投资者可以共同签署借贷协议，以确定一个固定的利率，并约定贷款的偿还期限。

③债转股的融资方式：通过借贷的方式来实现，投资者可以在借贷期间或者到期时根据自己的意愿，将资金转换为股份。该方法与方2不同的是最后以比例折算成股份而获利。

④多种融资方式的组合：在不同时间阶段使用不同的融资方式。初级阶段，主要以股权融资方式为主，因为据调查显示，使用该融资方式对融资方来说，能使得这个阶段的资产负债情况不会有很大的压力；而在中后期阶段可以运用股权、债权方式，因为这个阶段的融资方对整个项目有了明确的预期，在债务的偿还上有了明确的预期，采用该方式可以实现较大化获利。

（5）管理模式

企业管理有主要三种模式：①金字塔型组织管理模式，该模型底端大，人数最多，随着等级的上升，人数减少，呈现金字塔型，该模型具有决策权集中、组织结构和水平明确的优点。②学习型扁平化组织，该模型强调企业内部的沟通和学习创新等，会在组织内部建立“自学机制”，可以更灵活地应对市场，具有管理水平降低、阶级扁平化、结构开放化、内部灵活性提高的优点。③以“人”为核心。该模式中，个人的目标得到了充分的尊重，组织的目标和个人的目标能够紧密结合，这是一种更加完美的管理方式，但由于它的复杂性，它的实施仍然存在挑战，、也因此难以实现与执行。

综合看来，本项目选用金字塔型组织管理模式，以保证企业的组织结构和水平的明确与提高。对此，团队采用阿里巴巴早期的很形象的员工管理模型，就是将最多的底端员工分为“野狗型”“瘦狗型”“小白兔型”“明星型”“黄牛型”。“野狗型”能力突出，但价值观差，不服管，难服从团队协作，工作态度差，这类员工需要舍弃；“瘦狗型”能力与价值观都很差，即末位淘汰制中最先淘汰的一类人，需要花费大量时间和精力辅导调教，也应舍弃；“小白兔型”价值观正，但能力一般，比如刚毕业的实习生等，对此类员工刚录入公司时就要尽快充分的培训起来，否则就长成了大白兔型；“明星型”能力又强、价值观又正，相当于是员工的楷模，需要对他们给予经济、地位、荣誉上的充分支持与奖励；“黄牛型”能力和价值观都正常，任劳任怨，他们能够保质保量的完成任务，虽然缺乏惊喜的表现，但是长期积累下来，能达到很高的业务水准。因此不可忽略这类人的贡献。

公司虽采取金字塔型组织管理模式，但仍会注重企业人才的培养与员工的个人成长，除从上述的员工分类中激发员工的上进心外，也会定期安排员工写下自己的工作总结与未来短暂时间的计划，还会定期为员工提供技术答疑等。

（6）风险预测及应对措施

1）技术风险与对策

①同类新技术、新产品的出现。由于现有技术已逐渐发达起来，国内外都在抓住这一机遇，利用图像处理技术进行害虫监测的研究与实现。对此，团队要保持与时俱进的精神态度，加大科研力度，即使项目成立后也要吸收更先进的技术，保持技术新颖，顺应市场发展，使项目在市场竞争中处于优势地位。

②小程序安全隐患。由于小程序都不是稳定的硬件系统，存在用户信息失窃、虚假诈骗、山寨仿冒等严重安全隐患。对此，团队要加大网络安全的维护，致力于开发严格的安全网络系统，同时多注重用户体验，关注用户的留存率，以实时变更功能以及销售路线等。

2）管理风险与对策

①负责人不能有效地领导和管理。由于创业初期敏感度不强，会出现团队不能顺应市场发展，负责人不能适当调整战略的情况。对此，团队要不断调整和健全有效的管理和领导政策，同时多走访调查其他企业的运营措施和经验，加强团队市场敏感度。

②人才匮乏与流失。由于现在市场人才流动性强，公司难以长期留住有能力的员工。对此，企业要加强内部教育机构与培训，主动培训人才，同时编制创新激励机制，以及人才培训机制，主动通过对其的优良待遇留住高技术人才。

3）财务风险与对策

①公司建立或者扩大规模后，无力提供所需资金的筹资。对此，公司可以建立财务风险监测系统和财务预警机制，请专业人士做好财务预测工作，保障财务安全。

②创业初期法律观念薄弱，由于法律意识的缺失，投资者可能会面临“无效合同”的风险。因此，在开始合作之前，应该仔细审查对方的信用状况、履行合同的能力以及偿还债务的能力，并且团队成员应该增强法律意识和维权意识，在遇到困难时，不要妥协，而是要有效地运用法律武器来保护企业和个人的财产和人身安全。

4）其他风险与对策

国家的政策调整、突发事件或人为因素造成的资金周转、人才流失都会使公司受损。如刚结束的新冠肺炎疫情，在一项调查中超七成的被调研企业受到影响。对此，团队要建立其危机管理意识，时刻关注国家政策等新闻，做好应对未知风险的准备。

（7）效益预测

基于计算机视觉和深度学习的害虫监测系统主要以软件和硬件销售为主，传统行业主要将重心放在硬件盈利，但是作为新型的害虫监测系统，硬件是核心产品，软件小程序作为分析与展示软件也极其重要，因此，团队按照4:6的比例对项目的软硬件销售规模进行预估。

未来5年整体的销售规模预测如下：

表 1 销售规模预测表

成本预估是按照可能发生的成本进行预估，本项目本身主要是由软件成本和硬件成本组成，其他的成本费用还包括装备购置费预估10万/年，产品的零件购置费预估500元/个，产品制作费预估100元/个，还有每年8万元的招商成本和其他费用10万/年。整体成本预测如下：

表 2 成本预测表

根据前文的收入分析和成本分析，在此基础上对基于计算机视觉和深度学习的害虫监测系统未来三年的损益进行分析，以此再预测未来三年的盈利或者亏损情况，详情如下：

表 3 损益预测表