[發(fā)明專利]一種智能識別和預警害蟲的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810794841.2
• 申請日: 2018-07-19
• 公開（公告）號: CN110659659A
• 公開（公告）日: 2020-01-07
• 發(fā)明（設計）人: 黃桂芳;劉嘉惠;成秋喜;李權;韓藍青
• 申請（專利權）人: 清華珠三角研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40
• 代理公司: 44326 廣州容大專利代理事務所(普通合伙)
• 代理人: 劉新年

1.一種智能識別和預警害蟲的方法，其特征在于，所述方法具體包括如下步驟：

步驟S10，收集害蟲圖像數據，并對害蟲圖像數據增強處理；

步驟S20，對害蟲圖像數據進行除噪處理和標注；

步驟S30，通過神經網絡對害蟲圖像數據進行訓練和遷移學習；

步驟S40，將目標害蟲圖像導入訓練好的神經網絡中對害蟲類別進行預測；

步驟S50，統(tǒng)計生成害蟲圖像現(xiàn)有數據信息和害蟲預警數據信息。

2.根據權利要求1所述的一種智能識別和預警害蟲的方法，其特征在于，于步驟S10之前，還包括步驟：

步驟S100，對害蟲圖像進行數據變換。

3.根據權利要求1所述的一種智能識別和預警害蟲的方法，其特征在于，所述對害蟲圖像數據進行標注為標注出圖片中每一只害蟲具體位置以及所屬類別；

所述除噪處理，具體為：通過中值濾波去除顆粒與椒鹽噪聲。

4.根據權利要求1所述的一種智能識別和預警害蟲的方法，其特征在于，步驟S30中所述的神經網絡為卷積神經網絡；

所述卷積神經網絡具體為：端到端深度神經網絡；

所述端到端深度神經網絡包括特征提取網絡和目標預測網絡；

所述特征提取網絡為43層且?guī)в袣埐罱Y構的深層卷積神經網絡；

所述目標預測網絡為多尺度預測結構卷積神經網絡。

5.一種智能識別和預警害蟲的系統(tǒng)，其特征在于，所述系統(tǒng)包括：

數據獲取單元，用于收集害蟲圖像數據，并對害蟲圖像數據增強處理；

數據標注單元，用于對害蟲圖像數據進行除噪處理和標注；

訓練和遷移單元，用于通過神經網絡對害蟲圖像數據進行訓練和遷移學習；

預測單元，用于將目標害蟲圖像導入訓練好的神經網絡中對害蟲類別進行預測；

統(tǒng)計和預警單元，用于統(tǒng)計生成害蟲圖像現(xiàn)有數據信息和害蟲預警數據信息。

6.根據權利要求5所述的一種智能識別和預警害蟲的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

圖像變換模塊，用于對害蟲圖像進行數據變換。

7.一種智能識別和預警害蟲的平臺，其特征在于，包括：

處理器、存儲器以及智能識別和預警害蟲的平臺控制程序；

其中在所述處理器執(zhí)行所述平臺控制程序，所述智能識別和預警害蟲的平臺控制程序被存儲在所述存儲器中，所述智能識別和預警害蟲的平臺控制程序，實現(xiàn)如權利要求1至4中任一項所述的智能識別和預警害蟲的方法步驟。

8.一種計算機可讀取存儲介質，其特征在于，所述計算機可讀取存儲介質存儲有智能識別和預警害蟲的平臺控制程序，所述智能識別和預警害蟲的平臺控制程序，實現(xiàn)如權利要求1至4中任一項所述的智能識別和預警害蟲的方法步驟。