[發明專利]一種基于圖片識別果蔬病害的方法及裝置

在審

• 申請號: 201810185001.6
• 申請日: 2018-03-06
• 公開（公告）號: CN108596017A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 馬俊娜;付琰;楊小飛;崔魯南;趙一嘉
• 申請（專利權）人: 深圳市農博創新科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 姜楠楠

本申請公開了一種基于圖片識別果蔬病害的方法及裝置，其中方法包括：通過卷積神經網絡訓練至少一種果蔬病害特征，并產生對應的果蔬病害特征數據；將果蔬病害特征數據存儲至存儲器；接收被識別圖片；通過卷積神經網絡提取被識別圖片的圖片特征；及將圖片特征與果蔬病害特征數據對比，并輸出對比結果。只需上傳疑似患病的黃瓜圖片，對圖像進行處理，即可輸出相應的病害名稱或沒有患病，改善了傳統方法中的圖像預處理和人工參與進行特征提取的復雜性，降低了對數據集質量的要求。解決人工方法效率低、準確率不高的問題，能夠及時而精準地檢測出黃瓜病害，與傳統的機器訓練方法相比較，在準確度和泛化能力上有很大的優勢。

技術領域

本申請涉及圖片識別領域，特別是涉及一種基于圖片識別果蔬病害的方法及裝置。

背景技術

傳統的黃瓜檢測方法是通過專業人員人工觀察黃瓜的癥狀，然后根據以往的經驗判斷病害種類。這種方法受人為因素影響較大,有可靠性低、識別效率低等問題。

發明內容

本申請的目的在于克服上述問題或者至少部分地解決或緩解上述問題。

根據本申請的一個方面，提供了一種基于圖片識別果蔬病害的方法，包括如下步驟：S100：通過卷積神經網絡訓練至少一種果蔬病害特征，并產生對應的果蔬病害特征數據；S200：將所述果蔬病害特征數據存儲至存儲器；S300：接收被識別圖片；S400：通過所述卷積神經網絡提取所述被識別圖片的圖片特征；及S500：將所述圖片特征與所述果蔬病害特征數據對比，并輸出對比結果。

可選地，所述步驟100包括：

S101：接收訓練圖片；

S102：對所述訓練圖片進行步長為2，卷積核尺寸為7*7的卷積運算，并輸出64張第一圖片；

S103：對所述64張第一圖片進行步長為2，卷積核尺寸為3*3的最大池化運算，并輸出64張第二圖片；

S104：對所述64張第二圖片進行卷積核尺寸為1*1的卷積運算，并輸出128張第三圖片；

S105：對所述128張第三圖片進行32組卷積運算，每組卷積運算輸入圖片數量為128張、卷積核尺寸為3*3的卷積運算、輸出圖片的數量為128張，其中所述第1組卷積運算的輸入圖片為所述128張第三圖片，所述第2組至所述第32組卷積運算的輸入圖片為上一組卷積運算輸出的128張圖片，所述第32組卷積運算輸出的128張圖片為第四圖片；

S106：對所述128張第四圖片進行卷積核尺寸為1*1的卷積運算，并輸出256張第五圖片；

S107：在由所述256張第五圖片及所述64張第二圖片組成的第一圖片庫中隨機選取256張第一隨機圖片，對所述256張第一隨機圖片進行卷積核尺寸為1*1的卷積運算，并輸出128張第六圖片；

S108：對所述128張第六圖片進行32組卷積運算，每組卷積運算輸入圖片數量為128張、卷積核尺寸為3*3的卷積運算、輸出圖片的數量為128張，其中所述第1組卷積運算的輸入圖片為所述128張第六圖片，所述第2組至所述第32組卷積運算的輸入圖片為上一組卷積運算輸出的128張圖片，所述第32組卷積運算輸出的128張圖片為第七圖片；

S109：對所述128張第七圖片進行卷積核尺寸為1*1的卷積運算，并輸出256張第八圖片；

S110：在由所述256張第八圖片及所述64張第二圖片組成的第二圖片庫中隨機選取256張第二隨機圖片，對所述256張第二隨機圖片進行卷積核尺寸為1*1的卷積運算，并輸出128張第九圖片；