基于视觉Transformer（ViT）的鞘翅目五害图像智能剖析与检测技术在储粮虫害精准监测中的创新应用

《Entomologia Experimentalis et Applicata》：AI-Based Image Profiling and Detection for the Beetle Byte Quintet Using Vision Transformer (ViT) in Advanced Stored Product Infestation Monitoring

本研究针对储粮害虫中形态相似的"甲虫五害"（玉米象Sitophilus zeamais、赤拟谷盗Tribolium castaneum、锈赤扁谷盗Cryptolestes ferrugineus、锯谷盗Oryzaephilus surinamensis和谷蠹Rhyzopertha dominica）传统检测方法效率低下的问题，开发了基于视觉Transformer（ViT）的AI图像剖析框架。该模型通过聚焦虫体形态特征实现96.57%的测试准确率，为智能化储粮虫害监测提供了可解释性强、可扩展的技术方案。

　　

在储粮供应链中，有效管理侵染性甲虫对减少收获损失、提升食品安全至关重要。传统害虫监测方法存在耗时费力、依赖分类学专家等局限，而基于计算机视觉的自动化方法又因甲虫体型微小和形态相似面临种间区分难题。

为此，研究人员开发了一套人工智能图像剖析框架，专门针对被称为"甲虫五害"的五种形态相似且具经济重要性的储粮甲虫：玉米象（Sitophilus zeamais）、赤拟谷盗（Tribolium castaneum）、锈赤扁谷盗（Cryptolestes ferrugineus）、锯谷盗（Oryzaephilus surinamensis）和谷蠹（Rhyzopertha dominica）。该研究创新性地运用视觉Transformer（ViT）技术，基于人工标注的高分辨率图像数据集进行训练，重点关注虫体形态、体色和外骨骼图案等鉴别性特征。

实验结果表明，ViT模型在训练集达到99.34%的分类准确率，在未见过测试数据上仍保持96.57%的高精度，展现出卓越的泛化能力，其性能显著优于传统卷积神经网络（CNN）分类器。更值得关注的是，ViT模型能够生成可解释的注意力图谱，为昆虫学分析提供可视化验证依据，同时支持实时检测应用。这项AI增强系统为大型仓储设施提供了 scalable 的解决方案，通过实现精准靶向的害虫防控策略，为减少经济损失、推动可持续粮食安全实践注入科技动能。

（注：作者不存在利益冲突声明）