[發明專利]農作物種類與病蟲害類型的聯合識別方法及裝置

有效

• 申請號: 201810788917.0
• 申請日: 2018-07-18
• 公開（公告）號: CN109002853B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 張長水;李易陽;陸江
• 申請（專利權）人: 寧夏智啟連山科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 金相允

1.一種農作物種類與病蟲害類型的聯合識別方法，其特征在于，所述方法包括：

采用預設的深度全卷積神經網絡對待檢測的農作物圖像進行農作物種類特征提取得到農作物種類特征圖和進行病蟲害類型特征提取得到病蟲害類型特征圖；

將所述病蟲害類型特征圖通過預設的多示例學習融合模型進行運算來獲第一病蟲害類型評估值，根據預設的訓練集和所述第一病蟲害類型評估值獲得農作物種類貝葉斯概率值；

將所述農作物種類特征圖通過預設的全連接神經網絡模型來獲得第一農作物種類評估值，根據預先存儲的訓練集和所述第一農作物種類評估值獲得病蟲害類型貝葉斯概率值；

根據所述第一病蟲害類型評估值和所述病蟲害類型貝葉斯概率值獲得第二病蟲害類型評估值，再根據所述第一農作物種類評估值和所述農作物種類貝葉斯概率值獲得第二農作物種類評估值。

2.根據權利要求1所述的一種農作物種類與病蟲害類型的聯合識別方法，其特征在于，所述采用預設的深度卷積神經網絡對待檢測的農作物圖像進行農作物種類特征提取得到農作物種類特征圖和進行病蟲害類型特征提取得到病蟲害類型特征圖，包括：

對所述農作物圖像進行卷積運算獲得農作物特征圖；

對所述農作物特征圖進行最大池化運算獲得所述農作物種類特征圖和進行均值池化運算獲得所述病蟲害類型特征圖。

3.根據權利要求2所述的一種農作物種類與病蟲害類型的聯合識別方法，其特征在于，所述根據所述第一病蟲害類型評估值和所述病蟲害類型貝葉斯概率值獲得第二病蟲害類型評估值，包括：

計算所述第一病蟲害類型評估值與所述病蟲害類型貝葉斯概率的均值為所述第二病蟲害類型評估值。

4.根據權利要求3所述的一種農作物種類與病蟲害類型的聯合識別方法，其特征在于，所述再根據所述第一農作物種類評估值和所述農作物種類貝葉斯概率值獲得所述第二農作物種類評估值，包括：

計算所述第一農作物種類評估值和所述農作物種類貝葉斯概率值的均值為所述第二農作物種類概率。

5.根據權利要求4所述的一種農作物種類與病蟲害類型的聯合識別方法，其特征在于，所述預設的深度全卷積神經網絡為權值共享的深度全卷積神經網絡，所述農作物種類特征提取與所述病蟲害類型特征提取權值共享。

6.一種農作物種類與病蟲害類型的聯合識別裝置，其特征在于，所述裝置包括：圖像特征提取模塊、第一運算模塊、第二運算模塊、第三運算模塊；

所述圖像特征提取模塊用于采用預設的深度全卷積神經網絡對待檢測的農作物圖像進行農作物種類特征提取得到農作物種類特征圖和進行病蟲害類型特征提取得到病蟲害類型特征圖；

所述第一運算模塊用于將所述病蟲害類型特征圖通過預設的多示例學習融合模型進行運算來獲第一病蟲害類型評估值，并根據預設的訓練集和所述第一病蟲害類型評估值獲得農作物種類貝葉斯概率值；

所述第二運算模塊，用于將所述農作物種類特征圖通過預設的全連接神經網絡模型來獲得第一農作物種類評估值，并根據預先存儲的訓練集和所述第一農作物種類評估值獲得病蟲害類型貝葉斯概率值；

所述第三運算模塊，用于根據所述第一病蟲害類型評估值和所述病蟲害類型貝葉斯概率值獲得第二病蟲害類型評估值，并根據所述第一農作物種類評估值和所述農作物種類貝葉斯概率值獲得第二農作物種類評估值。

7.根據權利要求6所述的一種農作物種類與病蟲害類型的聯合識別裝置，其特征在于，圖像特征提取模塊包括：卷積單元、第一池化單元和第二池化單元；

所述卷積單元，用于對所述農作物圖像進行卷積運算獲得農作物特征圖；

所述第一池化單元，用于對所述農作物特征圖進行最大池化運算獲得所述農作物種類特征圖；

所述第二池化單元，用于對所述農作物特征圖進行均值池化運算獲得所述病蟲害類型特征圖。