1.一种基于区域卷积神经网络的农业害虫检测方法，其特征在于包括：(1)搜集并整理各类的农业害虫图像样本作为训练图像集；

(2)对训练图像集进行标记样本标签操作；

(3)利用步骤(2)处理后的训练图像集对区域卷积神经网络进行模型训练；

(4)采集农田中的监控图像，利用步骤(3)训练后的区域卷积神经网络进行图像测试，输出最终结果。

2.根据权利要求1所述一种基于区域卷积神经网络的农业害虫检测方法，其特征在于：所述区域卷积神经网络进行模型训练的步骤包括：

1)将搜索得到的农业害虫的训练图像集送入到原始特征提取网络中，得到固定维度的原始特征图；

2)在得到的原始特征图上再次进行卷积和非线性操作，卷积操作定义为：yi＝wi*x+bi  (1)

其中wi表示卷积核，x表示输入数据，bi表示为达到更好结果而加入的偏置量，yi表示与输入相对应的输出；

非线性操作指在输出yi上添加激活函数的相关操作，具体公式为：f(yi)＝max(yi,0)  (2)yi为卷积操作的结果，当yi<0时，f(yi)＝0，当yi>0时，f(yi)＝yi，得到和步骤1)大小相同的一系列特征图；

3)在步骤2)得到的特征图上选取候选框，并将每个候选框映射到原图中去，接着用概率预测层输出每个候选框属于背景和前景的概率；最后用窗口回归层输出每一个候选框应该平移缩放的参数同时输出平移缩放后候选框的对应坐标；

4)在步骤3)的基础上，利用上述候选框对区域卷积神经网络进行训练。