[發明專利]一種病癥識別方法、病癥識別裝置及終端設備

在審

• 申請號: 202010486539.8
• 申請日: 2020-06-01
• 公開（公告）號: CN111797835A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 周軍;廖良松;陳碩;魏靖;徐道遠;謝秋發
• 申請（專利權）人: 深圳市識農智能科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06K9/32;G06N3/08;G06N3/04
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 肖遙

1.一種病癥識別方法，其特征在于，包括：

獲取待識別圖像；

對所述待識別圖像進行目標檢測；

若在所述待識別圖像中檢測到目標對象，則基于所述目標對象對所述待識別圖像進行圖像分割，得到分割圖像，所述目標對象為待識別農作物的預設部位；

若所述分割圖像中包含有所述目標對象的病灶區域，則對所述分割圖像進行分類，以識別出所述待識別農作物的病癥類型。

2.根據權利要求1所述的病癥識別方法，其特征在于，所述對所述分割圖像進行分類，以識別出所述待識別農作物的病癥類型，包括：

通過訓練后的深度神經網絡得到所述分割圖像中的病灶區域與各類病癥相關聯的概率；

將與所述病灶區域相關聯的概率最大的病癥作為所述待識別農作物的病癥類型。

3.根據權利要求2所述的病癥識別方法，其特征在于，在所述對所述分割圖像進行分類之前，所述病癥識別方法還包括：

獲取當前時間；

根據所述當前時間確定所述待識別農作物當前所處的物候期；

根據所述物候期分別確定所述各類病癥對應的權重值；

相應地，所述通過訓練后的深度神經網絡得到所述分割圖像中的病灶區域與各類病癥相關聯的概率，包括：

通過所述深度神經網絡以及所述各類病癥對應的權重值，計算得到所述病灶區域與各類病癥相關聯的概率。

4.根據權利要求2所述的病癥識別方法，其特征在于，對所述深度神經網絡進行訓練的方法包括：

獲取訓練圖像集，所述訓練圖像集包含具有標注信息的至少一個訓練圖像，所述標注信息用于表示訓練圖像的類別，所述至少一個訓練圖像包括各種天氣下拍攝的農作物的圖像；

根據所述訓練圖像集對待訓練的深度神經網絡進行訓練，得到訓練后的深度神經網絡。

5.根據權利要求1至4任一項所述的病癥識別方法，其特征在于，在所述對所述分割圖像進行分類，以識別出所述待識別農作物的病癥類型之后，所述病癥識別方法還包括：

獲取當前時間；

將所述當前時間和所述待識別農作物的病癥類型，作為一條發病記錄保存到所述待識別農作物的發病歷史記錄中；

若所述發病歷史記錄中保存的發病記錄的條數達到預設的條數閾值，則根據所述發病歷史記錄預測所述待識別農作物下一次發病的時間以及下一次發病的病癥類型，并輸出預測結果。

6.根據權利要求1至4任一項所述的病癥識別方法，其特征在于，在所述對所述分割圖像進行分類，以識別出所述待識別農作物的病癥類型之后，所述病癥識別方法還包括：

獲取所述待識別農作物的生長信息，所述生長信息包括農作物品種、生長土壤類型及農作物高度；

根據所述生長信息和所述待識別農作物的病癥類型確定肥料的種類以及所述肥料的用量，以指示用戶按照所述肥料的種類及所述肥料的用量對所述待識別農作物進行施肥。

7.根據權利要求1至4任一項所述的病癥識別方法，其特征在于，在所述對所述分割圖像進行分類，以識別出所述待識別農作物的病癥類型之后，所述病癥識別方法還包括：

通過預設的數據庫查找目標種植戶，所述目標種植戶種植有屬于目標農作物品種的農作物，所述目標農作物品種為所述待識別農作物所屬的品種；

向所述目標種植戶發送預警信息，所述預警信息用于提醒屬于所述目標農作物品種的農作物存在發病的可能性。

8.一種病癥識別裝置，其特征在于，包括：

獲取單元，用于獲取待識別圖像；

檢測單元，用于對所述待識別圖像進行目標檢測；

分割單元，用于若在所述待識別圖像中檢測到目標對象，則基于所述目標對象對所述待識別圖像進行圖像分割，得到分割圖像，所述目標對象為待識別農作物的預設部位；

分類單元，用于若所述分割圖像中包含有所述目標對象的病灶區域，則對所述分割圖像進行分類，以識別出所述待識別農作物的病癥類型。