[發明專利]一種農田地頭自動識別方法及系統

在審

• 申請號: 202011287841.7
• 申請日: 2020-11-17
• 公開（公告）號: CN112464766A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 孟志軍;劉卉;尹彥鑫;胡書鵬;聶建慧;肖躍進;梅鶴波;武廣偉;楊長江
• 申請（專利權）人: 北京農業智能裝備技術研究中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 聶俊偉

1.一種農田地頭自動識別方法，其特征在于，包括：

獲取農田地頭圖像；

將所述農田地頭圖像輸入至地頭識別網絡模型，根據所述地頭識別網絡模型的輸出結果，獲得所述農田地頭圖像對應的農田作業環境類別；

其中，所述地頭識別網絡模型是根據帶有農田作業環境類別標簽的農田地頭圖像樣本進行訓練后獲得的；

所述農田作業環境類別包括無作物農田、有作物農田、綠色植被地頭、黃色植被地頭、裸露土壤地頭以及人工設施地頭。

2.根據權利要求1所述的農田地頭自動識別方法，其特征在于，在獲取農田地頭圖像之后，還包括：

以所述農田地頭圖像的短邊為邊長，將所述農田地頭圖像裁剪成長寬比1：1的第一圖像；

基于最近鄰域插值法對所述第一圖像進行縮放，獲取第二圖像；所述第二圖像的像素為所述地頭識別網絡模型的可識別像素。

3.根據權利要求1所述的農田地頭自動識別方法，其特征在于，所述地頭識別網絡模型是基于MobileNet V₂構建的。

4.根據權利要求3所述的農田地頭自動識別方法，其特征在于，所述地頭識別網絡模型的網絡結構包括依次連接的輸入層、第一卷積模塊、Inverted Residual Block模塊、第二卷積模塊、全局平均池化層、Dropout層、1×1卷積層和Softmax層；

所述第一卷積模塊和所述第二卷積模塊的結構相同，均包括依次連接的卷積層、批量規范化層和Relu激活層；

所述Inverted Residual Block模塊包括7個依次連接的Inverted ResidualBlock；

在每個所述Inverted Residual Block中的滑動步長為1的卷積層之間使用shortcut。

5.根據權利要求1所述的農田地頭自動識別方法，其特征在于，在將所述農田地頭圖像輸入至地頭識別網絡模型之前，還包括：

獲取每一種農田作業環境類別的多個農田地頭圖像樣本；

以每個所述農田地頭圖像樣本的圖像頂端作為裁剪起點，采用中心對稱的方式，對所述農田地頭圖像樣本按預設尺寸比例進行裁剪，獲取多尺寸圖像樣本；

對每個所述農田地頭圖像樣本按預設角度進行翻轉，獲取多角度圖像樣本；

對每個所述農田地頭圖像樣本的亮度、對比度和色度進行隨機變換，獲取多色彩圖像樣本；

構建由所述農田地頭圖像樣本、所述多尺寸圖像樣本、所述多角度圖像樣本和所述多色彩圖像樣本組成的農田地頭圖像樣本集；所述農田地頭圖像樣本集中的每個圖像樣本對應一個農田作業環境類別標簽；

利用所述農田地頭圖像樣本集對所述地頭識別網絡模型進行預訓練。

6.根據權利要求5所述的農田地頭自動識別方法，其特征在于，在獲取每一種農田作業環境類別的多個農田地頭圖像樣本之后，還對所述農田地頭圖像樣本集中的每個圖像樣本進行預處理，包括：裁剪處理、縮放處理，以使得處理后的每個所述圖像樣本的像素為所述地頭識別網絡模型的可識別像素。

7.根據權利要求5所述的農田地頭自動識別方法，其特征在于，在利用所述農田地頭圖像樣本集對所述地頭識別網絡模型進行預訓練之前，還包括：

以ImageNet為源數據集，對所述地頭識別網絡模型進行預訓練。

8.一種農田地頭自動識別裝置，其特征在于，包括：傳感器模塊和微處理器模塊；

所述傳感器模塊，用于獲取農田地頭圖像；

所述微處理器模塊裝載有地頭識別網絡模型，用于接收所述農田地頭圖像，以輸出所述農田地頭圖像對應的農田作業環境類別；

其中，所述地頭識別網絡模型是根據帶有農田作業環境類別標簽的農田地頭圖像樣本進行訓練后獲得的；

所述農田作業環境類別包括無作物農田、有作物農田、綠色植被地頭、黃色植被地頭、裸露土壤地頭以及人工設施地頭。