[發(fā)明專利]識別模型訓(xùn)練方法、辣椒瘡痂病識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201911282215.6
• 申請日: 2019-12-13
• 公開（公告）號: CN112990239A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 陳慶勇;陳智勇;桑建;王旭浩;梁玲玲
• 申請（專利權(quán)）人: 中移（成都）信息通信科技有限公司;中國移動通信集團(tuán)有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京東方億思知識產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 彭瓊

本發(fā)明公開了識別模型訓(xùn)練方法、辣椒瘡痂病識別方法及裝置。該識別模型訓(xùn)練方法包括：獲取訓(xùn)練數(shù)據(jù)集；對路徑聚合網(wǎng)絡(luò)中的多個(gè)神經(jīng)元進(jìn)行局部連接，和/或，對路徑聚合網(wǎng)絡(luò)中的多個(gè)神經(jīng)元進(jìn)行權(quán)重共享，以獲取辣椒瘡痂病識別網(wǎng)絡(luò)；利用訓(xùn)練數(shù)據(jù)集訓(xùn)練辣椒瘡痂病識別網(wǎng)絡(luò)，得到辣椒瘡痂病識別模型。通過本發(fā)明的識別模型訓(xùn)練方法、辣椒瘡痂病識別方法、裝置、設(shè)備及介質(zhì)，能夠?qū)崿F(xiàn)小樣本訓(xùn)練識別模型，從而減少訓(xùn)練參數(shù)，縮短訓(xùn)練時(shí)間，提高識別準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及深度學(xué)習(xí)領(lǐng)域，尤其涉及一種識別模型訓(xùn)練方法、辣椒瘡痂病識別方法及裝置。

背景技術(shù)

辣椒瘡痂病又名細(xì)菌性斑點(diǎn)病，是辣椒生產(chǎn)上常發(fā)生的一種病害之一，每年均有發(fā)生，可引起大面積葉片脫落，造成嚴(yán)重減產(chǎn)。

目前識別辣椒瘡痂病的方法主要有人工檢測、儀器檢測、軟件檢測。其中，人工檢測主要是農(nóng)業(yè)專家和辣椒種植戶使用肉眼和經(jīng)驗(yàn)去判斷辣椒葉片性狀是否發(fā)生病變。儀器檢測主要是對辣椒葉片進(jìn)行切片，在生物工程實(shí)驗(yàn)室使用儀器設(shè)備檢測。軟件檢測主要是通過使用開源計(jì)算機(jī)視覺庫(Open Source Computer Vision Library，Opencv)等傳統(tǒng)方法對圖片信息進(jìn)行識別，或者借助第三方人工智能(Artificial Intelligence，AI)能力平臺使用大量的數(shù)據(jù)進(jìn)行訓(xùn)練識別模型。

但是，人工檢測依賴農(nóng)業(yè)專家和辣椒種植戶的經(jīng)驗(yàn)，可能判斷失誤，存在誤差。儀器檢測主要采用將植物病變組織切片，送入專業(yè)檢測機(jī)構(gòu)使用相關(guān)儀器設(shè)備進(jìn)行檢測，該方法檢測周期長，檢測費(fèi)用高昂。軟件檢測的方法上，主要調(diào)用OpenCV庫函數(shù)，對辣椒瘡痂病檢測上準(zhǔn)確度較低，或使用第三方AI平臺需要數(shù)以千計(jì)的訓(xùn)練圖像進(jìn)行訓(xùn)練，農(nóng)業(yè)上數(shù)據(jù)量少，標(biāo)注難度大，需要專業(yè)人員標(biāo)注相關(guān)數(shù)據(jù)，難以找到如此多的訓(xùn)練數(shù)據(jù)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種識別模型訓(xùn)練方法、辣椒瘡痂病識別方法、裝置、設(shè)備和計(jì)算機(jī)可讀存儲介質(zhì)，能夠避免出現(xiàn)過擬合現(xiàn)象，實(shí)現(xiàn)小樣本訓(xùn)練識別模型，從而減少訓(xùn)練參數(shù)，縮短訓(xùn)練時(shí)間，提高識別準(zhǔn)確度。

第一方面，本發(fā)明提供一種識別模型訓(xùn)練方法，該方法包括：獲取訓(xùn)練數(shù)據(jù)集；對路徑聚合網(wǎng)絡(luò)中的多個(gè)神經(jīng)元進(jìn)行局部連接，和/或，對路徑聚合網(wǎng)絡(luò)中的多個(gè)神經(jīng)元進(jìn)行權(quán)重共享，以獲取辣椒瘡痂病識別網(wǎng)絡(luò)；利用訓(xùn)練數(shù)據(jù)集訓(xùn)練辣椒瘡痂病識別網(wǎng)絡(luò)，得到辣椒瘡痂病識別模型。

在第一方面的一些可實(shí)現(xiàn)方式中，獲取訓(xùn)練數(shù)據(jù)集，包括：將原始數(shù)據(jù)集的辣椒瘡痂病圖像輸入圖像生成器，生成新的辣椒瘡痂病圖像；利用圖像判別器判斷新的辣椒瘡痂病圖像是否為有效的圖像；當(dāng)判斷新的辣椒瘡痂病圖像為有效的圖像時(shí)，保存新的辣椒瘡痂病圖像至原始數(shù)據(jù)集，得到擴(kuò)增數(shù)據(jù)集；對擴(kuò)增數(shù)據(jù)集預(yù)處理得到訓(xùn)練數(shù)據(jù)集。

在第一方面的一些可實(shí)現(xiàn)方式中，對路徑聚合網(wǎng)絡(luò)中的多個(gè)神經(jīng)元進(jìn)行局部連接，和/或，對路徑聚合網(wǎng)絡(luò)中的多個(gè)神經(jīng)元進(jìn)行權(quán)重共享，以獲取辣椒瘡痂病識別網(wǎng)絡(luò)，包括：對路徑聚合網(wǎng)絡(luò)中的處于相鄰無間隔的神經(jīng)網(wǎng)絡(luò)層的相同深度的神經(jīng)元之間進(jìn)行局部連接和/或?qū)β窂骄酆暇W(wǎng)絡(luò)中的處于同一卷積層的不同深度的神經(jīng)元之間進(jìn)行權(quán)重共享，以獲取辣椒瘡痂病識別網(wǎng)絡(luò)。

在第一方面的一些可實(shí)現(xiàn)方式中，辣椒瘡痂病識別網(wǎng)絡(luò)的卷積層的激活函數(shù)為線性整流函數(shù)。

第二方面，本發(fā)明提供一種辣椒瘡痂病識別方法，該方法包括：獲取待識別圖像；將待識別圖像輸入辣椒瘡痂病識別模型，得到辣椒瘡痂病識別結(jié)果，其中，辣椒瘡痂病識別模型基于第一方面或者第一方面任一可實(shí)現(xiàn)方式中所述的識別模型訓(xùn)練方法得到。

在第二方面的一些可實(shí)現(xiàn)方式中，將待識別圖像輸入辣椒瘡痂病識別模型，獲取辣椒瘡痂病識別結(jié)果，包括：根據(jù)基于離散區(qū)間的特征融合法處理待識別圖像，得到待識別圖像的待檢測區(qū)域的特征圖；將待識別圖像的待檢測區(qū)域的特征圖分類，得到辣椒瘡痂病識別結(jié)果。