[發明專利]一種農作物病蟲害識別方法及系統

在審

• 申請號: 202011052751.X
• 申請日: 2020-09-29
• 公開（公告）號: CN112001370A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 莊家煜;許世衛;張永恩;金東艷;周涵
• 申請（專利權）人: 中國農業科學院農業信息研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62;G06N20/20;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 崔玥

本發明涉及一種農作物病蟲害識別方法及系統。該識別方法包括：獲取農作物歷史病蟲害圖像；根據所述農作物歷史病蟲害圖像按照農作物類別劃分為多種病蟲害訓練數據集；針對每一種所述病蟲害訓練數據集，以所述農作物歷史病蟲害圖像為輸入，以病蟲害類別為輸出，訓練殘差網絡模型，確定每一種病害蟲識別模型；獲取待識別病蟲害圖像，并確定所述待識別病蟲害圖像的農作物類別；根據所述農作物對應的病蟲害識別模型識別所述待識別病蟲害圖像的病蟲害類別。采用本發明所提供的識別方法及系統能夠提高病蟲害類別的識別效率。

技術領域

本發明涉及農作物病蟲害識別領域，特別是涉及一種農作物病蟲害識別方法及系統。

背景技術

農作物病蟲害的識別一直是農業生產過程中的難題，病蟲害的種類繁多，且不同病蟲害的處理措施不同，使得病蟲害的識別一直是農民生產過程中的急迫解決的問題。

傳統的病害圖像識別方法與機器學習方法：在農作物病害圖像的識別之前對病害圖像進行預處理、病斑分割和特征提取等預處理步驟，大大增加了識別時間；并且對于不同的病害圖像這個過程往往采用方法不同，無法對多種農作物不同的病蟲害圖像進行識別，降低了識別效率。

發明內容

本發明的目的是提供一種農作物病蟲害識別方法及系統，以解決傳統的病害圖像識別的方法識別時間久，識別效率低的問題。

為實現上述目的，本發明提供了如下方案：

一種農作物病蟲害識別方法，包括：

獲取農作物歷史病蟲害圖像；

根據所述農作物歷史病蟲害圖像按照農作物類別劃分為多種病蟲害訓練數據集；所述農作物類別包括水稻、小麥、玉米以及大豆；

針對每一種所述病蟲害訓練數據集，以所述農作物歷史病蟲害圖像為輸入，以病蟲害類別為輸出，訓練殘差網絡模型，確定每一種病害蟲識別模型；所述病害蟲識別模型包括水稻病害蟲識別模型、小麥病害蟲識別模型、玉米病害蟲識別模型以及大豆病害蟲識別模型；

獲取待識別病蟲害圖像，并確定所述待識別病蟲害圖像的農作物類別；

根據所述農作物對應的病蟲害識別模型識別所述待識別病蟲害圖像的病蟲害類別。

可選的，所述根據所述農作物歷史病蟲害圖像按照農作物類別劃分為多種病蟲害訓練數據集，具體包括：

對所述農作物歷史病蟲害圖像進行清洗處理，并標注所述農作物歷史病蟲害圖像所對應的農作物類別；

根據標注后的農作物類別將所有所述農作物歷史病蟲害圖像中病蟲害數據劃分為不同種類的病蟲害訓練數據集。

可選的，所述針對每一種所述病蟲害訓練數據集，以所述農作物歷史病蟲害圖像為輸入，以病蟲害類別為輸出，訓練殘差網絡模型，確定每一種病害蟲識別模型，具體包括：

對所述殘差網絡模型初始化處理，確定初始化后的殘差網絡模型；

獲取任一種所述農作物歷史病蟲害圖像中的病蟲害圖像數據，并對所述病蟲害圖像數據進行數據增強，確定增強后的病蟲害圖像數據；

將所述增強后的病蟲害圖像數據輸入至所述初始化后的殘差網絡模型，輸出病蟲害類別；

對比輸出的病蟲害類別以及所述農作物歷史病蟲害圖像所對應的病蟲害類別，確定損失誤差；

根據所述損失誤差確定損失函數，并基于所述損失函數，利用誤差反向傳播算法對所述初始化后的殘差網絡模型的網絡參數進行更新，確定更新后的殘差網絡模型；

根據所述更新后的殘差網絡模型確定任一種病害蟲識別模型。

可選的，所述根據所述農作物對應的病蟲害識別模型識別所述待識別病蟲害圖像的病蟲害類別，之后還包括：