检疫害虫检测网络 QPNet

边境货舱高精度识别

统一检测网络在自建QP-5K数据集上达到90.4% AP，显著优于现有方法，配合多源信息融合实现可靠的引入风险评估。

Shi, Chao · 张重阳 · Borui, Zhang · Ma, Jun · Yin, Liping

Computers and Electronics in Agriculture 2025

参数信息

平均精度（QP-5K）

90.4 %

平均精度（Pest24）

47.5 %

技术优势

检测精度显著提升

QPNet在自建QP-5K数据集上AP达到90.4%，优于现有方法，能更可靠地发现害虫。

一套系统覆盖监测与评估

系统同时集成了害虫诱捕、环境参数跟踪和风险量化，无需多套工具分别处理。

用模拟补足真实数据缺口

通过蒙特卡洛模拟生成监测数据，解决了获取大量真实数据的成本难题。

应用场景

• 海关检疫：为海关在入境货舱中自动检测检疫害虫，替代人工开箱检查，提高通关效率。
• 农业植保：帮助农业部门监测跨境运输中的植物害虫，防止入侵物种扩散至农田。
• 环境监测：货舱环境参数与害虫检测联合分析，用于评估检疫处理效果和生态风险。