[發明專利]葉部病害的識別方法、裝置、電子裝置和存儲介質有效
| 申請號: | 202110197703.8 | 申請日: | 2021-02-22 |
| 公開(公告)號: | CN112883873B | 公開(公告)日: | 2023-08-01 |
| 發明(設計)人: | 郭洪飛;李嘉明;張銳;何智慧;朝寶 | 申請(專利權)人: | 暨南大學 |
| 主分類號: | G06V20/10 | 分類號: | G06V20/10;G06V10/20;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/047;G06N3/08 |
| 代理公司: | 北京卓特專利代理事務所(普通合伙) 11572 | 代理人: | 段宇 |
| 地址: | 519000 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 病害 識別 方法 裝置 電子 存儲 介質 | ||
本申請涉及一種葉部病害的識別方法、裝置、電子裝置和存儲介質,其中,該葉部病害的識別方法包括:通過獲取待識別的植物葉片圖像;對所述植物葉片圖像進行預處理,得到多幅第一葉片圖像;利用注意力機制模型處理多幅所述第一葉片圖像,獲得多幅所述第一葉片圖像對應的第一分類標簽,其中,所述注意力機制模型被訓練為用于根據葉片圖像得到與該葉片圖像對應的分類標簽,所述分類標簽包括該葉片圖像對應各種葉部病害類別的病害概率;根據所述第一分類標簽確定所述植物葉片圖像的識別結果。通過本申請,解決了相關技術中葉部病害識別費時費力、時效性低的問題,實現了葉部病害的實時檢測識別。
技術領域
本申請涉及葉部病害檢測技術領域,特別是涉及葉部病害的識別方法、裝置、電子裝置和存儲介質。
背景技術
植物病害的種類很多,根據病原的種類可分為兩大類:一是非侵染性病害包括由非生物引起,例如營養元素的缺乏,水分的不足或過量,低溫的凍害和高溫的灼病,肥料、農藥使用不合理,或廢水、廢氣造成的藥害、毒害等;另一類是侵染性病害,包括由生物引起,有傳染性,病原體多種,如真菌、細菌、病毒、線蟲或寄生性種子植物等。侵染性病害的癥狀有銹病、褐斑病、白粉病、炭疽病、黑斑病、葉斑病、枯梢病、角斑病、穿孔病、枯枝病等,這些病害都會影響植株的正常生長,應該立刻采取措施,這樣才能防止植物不被病害所影響,并且由于侵染性病害具有傳染性,如果不能在傳播初期及時進行檢測識別,將導致大量健康的植株被傳染,甚至出現不可控的傳播。
由于許多早疫病的癥狀主要表現在葉子上,因此葉部病害的檢測非常關鍵。目前針對葉部病害的檢測主要以人工目測的方式進行判斷,這種方法需要耗費大量的時間以及人力,重要的是不能在傳播初期及時的對葉部病害進行檢測識別,可能出現不可控的病害傳播,大大影響了植物的生長與種植業的生產。
目前針對相關技術中對葉部病害的識別費時費力、時效性低的問題,尚未提出有效的解決方案。
發明內容
本申請實施例提供了一種葉部病害的識別方法、裝置、電子裝置和存儲介質,以至少解決相關技術中葉部病害識別費時費力、時效性低的問題。
第一方面,本申請實施例提供了一種葉部病害的識別方法,包括:獲取待識別的植物葉片圖像;對所述植物葉片圖像進行預處理,得到多幅第一葉片圖像,其中,所述預處理包括:圖像縮放、圖像歸一化及圖像數據增強;利用注意力機制模型處理多幅所述第一葉片圖像,獲得多幅所述第一葉片圖像對應的第一分類標簽,其中,所述注意力機制模型被訓練為用于根據葉片圖像得到與該葉片圖像對應的分類標簽,所述分類標簽包括該葉片圖像對應各種葉部病害類別的病害概率;根據所述第一分類標簽確定所述植物葉片圖像的識別結果。
在其中一些實施例中,所述第一分類標簽包括第一葉部病害類別和第一病害概率,根據所述第一分類標簽確定所述植物葉片圖像的識別結果包括:在所述第一分類標簽中檢測每一幅所述第一葉片圖像對應的所述第一葉部病害類別和所述第一病害概率;按所述第一葉部病害類別分別統計對應的所述第一病害概率,得到多個第二病害概率;從多個所述第二病害概率選取目標病害概率,并將所述目標病害概率對應的所述第一葉部病害類別作為所述植物葉片圖像的識別結果。
在其中一些實施例中,從多個所述第二病害概率中選取目標病害概率包括:檢測多個所述第二病害概率的概率值,并將所述概率值最大的所述第二病害概率作為所述目標概率。
在其中一些實施例中,利用注意力機制模型處理多幅所述第一葉片圖像,獲得多幅所述第一葉片圖像對應的第一分類標簽包括:利用所述注意力機制模型從所述第一葉片圖像中提取第一特征圖,并從所述第一特征圖中提取通道特征圖;根據所述第一特征圖和所述通道特征圖生成加強特征圖;分別對所述通道特征圖和所述加強特征圖進行池化處理,生成第一池化結果和第二池化結果,并將所述第一池化結果和第二池化結果進行堆疊處理,得到堆疊輸出,其中,所述池化處理包括:廣義均值池化;將所述第一特征圖進行卷積,獲取第一卷積結果,并將所述第一卷積結果與所述堆疊輸出進行加權處理,得到所述第一分類標簽。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于暨南大學,未經暨南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110197703.8/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:醫療實體關系抽取方法和裝置
- 下一篇:一種呼吸科重癥用胸腔穿刺引導定位裝置





