基于深度学习的蝴蝶识别研究与实现

科学技术的不断进步，促进了社会的发展，人们开始逐渐重视自然生态中的物种多样性，对各类物种的识别需求也日益增多。蝴蝶是自然界中与人类生活、生产密切相关的物种，因此，对蝴蝶的识别研究具有重要意义和价值。但目前的蝴蝶检测大多效率低下、检测成本高、检测准确率低，鉴于此，设计使用labelme作为数据集的标注工具，使用深度学习框架PyTorch作为基本算法库，在PyCharm的集成开发环境上编码实现YOLOv5目标检测模型并进行训练，利用Qt Designer设计可视化界面，再使用PyQt5完成可视化界面并实现调用模型进行检测的功能，最后将检测结果与Mask RCNN、SSD算法的检测结果进行对比，对比结果显示，本文使用的方法明显优于其它网络，最后，基于上述步骤完成对野外环境中蝴蝶的识别研究与实现。