Pest Manager：面向不可见谷物堆储存环境的精准害虫计数与识别系统框架

害虫滞留对储藏谷物的质量和数量构成重大风险，导致巨额经济损失。准确及时地监测害虫现象至关重要，但传统方法往往耗时耗力且难以检测谷物表下方的害虫。本文引入一个系统框架：Pest Manager，用于在不可见的谷物堆储存环境中实现精准的害虫计数与识别。该框架包含三个组成部分：改进版谷物探陷陷阱PestMoni、由PestMoni收集的害虫滴落数据集PestSet，以及用于害虫计数与识别的多任务Transformer架构PestFormer。具体而言，PestMoni采用红外二极管和光电二极管的非对称布局，实现对害虫滴落的精准记录。基于PestMoni，我们开发了PestSet，这是一个针对害虫滴落的红外感知数据集，包含五种常见的储藏谷物害虫。进一步，我们提出PestFormer，一种具有条件修改模块的多任务模型，以减少不同PestMoni之间产生的偏差，从而规范数据处理流程。通过大量实验验证了该框架、数据集和模型的设计，PestFormer在计数方面实现99.2%的最高准确率，在识别方面实现86.9%的最高准确率，凸显其在不可见储存环境中有效害虫管理的潜力。