[發(fā)明專利]植物病蟲害識別方法、裝置及計算機設備

在審

• 申請?zhí)枺?/td>: 202011122414.3
• 申請日: 2020-10-20
• 公開（公告）號: CN112215293A
• 公開（公告）日: 2021-01-12
• 發(fā)明（設計）人: 羅林鋒
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 鄧小玲;王勇

本發(fā)明實施例涉及人工智能技術領域，提供了一種植物病蟲害識別方法，包括：獲取多個樣本圖像并將多個樣本圖像劃分為訓練集、驗證集及測試集；利用訓練集對預設深度學習網絡進行訓練；利用驗證集對訓練后的預設深度學習網絡進行驗證，以判斷訓練后的預設深度學習網絡是否收斂；若不收斂，則對預設深度學習網絡進行參數(shù)調整，并對調整后的預設深度學習網絡進行訓練與驗證；若收斂，則利用測試集對訓練完成的預設深度學習網絡進行測試得到病蟲害識別準確率，以判斷病蟲害識別準確率是否小于預設閾值；若不小于預設閾值，則將訓練完成的預設深度學習網絡作為植物病蟲害識別模型進行植物病蟲害識別。本發(fā)明實施例可以識別植物病蟲害，降低種植成本。

技術領域

本發(fā)明實施例涉及人工智能技術領域，尤其涉及一種植物病蟲害識別方法、裝置及計算機設備。

背景技術

目前隨著我國對糧食需求越來越大，農業(yè)規(guī)模也在不斷擴大，農業(yè)種植病蟲害一直是農業(yè)生產領域的重大自然災害之一，由于農業(yè)種植病蟲害的治理問題一直沒有得到很好的解決，每年都會造成幾千萬噸農作物的損失，因此，及時檢測出農業(yè)種植病蟲害可以減少經濟損失。

傳統(tǒng)的農業(yè)種植病蟲害識別系統(tǒng)大致分為兩類，一類是專門針對農業(yè)種植病蟲害防治的自動化機器系統(tǒng)，該類價格昂貴，增加了種植成本，且設備的安裝及操作復雜，不利于推廣。另一類是架設高清攝像頭設備的識別系統(tǒng)，該系統(tǒng)雖然可以獲取高質量的農業(yè)種植病蟲害圖像，但識別準確性不高，且效率較低，且農業(yè)種植棚的數(shù)量較多，導致布設成本依然很高。

發(fā)明內容

有鑒于此，本發(fā)明實施例的目的是提供一種植物病蟲害識別方法、裝置、計算機設備及計算機可讀存儲介質，用于克服現(xiàn)有的方法成本高，且不能準確地識別植物病蟲害的問題。

為實現(xiàn)上述目的，本發(fā)明實施例提供了一種植物病蟲害識別方法，包括：

獲取多個樣本圖像并對每一所述樣本圖像進行標注，其中所述樣本圖像為染上一種植物病蟲害的植物圖像，多個所述樣本圖像包含有多種植物病蟲害；

將多個所述樣本圖像劃分為訓練集、驗證集及測試集；

利用所述訓練集對預設深度學習網絡進行訓練；

利用所述驗證集對經過所述訓練集訓練后的所述預設深度學習網絡進行驗證，以判斷所述訓練后的所述預設深度學習網絡是否收斂；

若判定經過所述訓練集訓練后的所述預設深度學習網絡不收斂，則基于所述驗證集中的每一樣本圖像的病蟲害驗證結果確定經過所述訓練集訓練后的所述預設深度學習網絡的收斂程度；

選擇與所述收斂程度對應的參數(shù)調整方案對所述預設深度學習網絡進行參數(shù)調整，并利用所述訓練集與所述驗證集重新對調整后的所述預設深度學習網絡進行訓練與驗證；

若判定經過所述訓練集訓練后的所述預設深度學習網絡收斂，則利用所述測試集對訓練完成的所述預設深度學習網絡進行測試，并根據(jù)每一測試結果統(tǒng)計得到一病蟲害識別準確率，以判斷所述病蟲害識別準確率是否小于預設閾值；

若所述病蟲害識別準確率不小于所述預設閾值，則將訓練完成的所述預設深度學習網絡作為植物病蟲害識別模型，以對待識別植物圖像進行植物病蟲害識別。

可選地，所述對每一所述樣本圖像進行標注的步驟，包括：

建立每一所述樣本圖像與所述植物病蟲害名稱的映射關系，以對每一所述樣本圖像標注對應的植物病蟲害名稱。

可選地，

所述選擇與所述收斂程度對應的參數(shù)調整方案對所述預設深度學習網絡進行參數(shù)調整的步驟，包括：

構建多個收斂程度區(qū)間與多個參數(shù)調整方案的映射關系；

確定所述收斂程度落入的收斂程度區(qū)間；