[發(fā)明專利]基于自適應(yīng)感受野SSD的鼠害程度級(jí)別預(yù)測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110284973.2
• 申請(qǐng)日: 2021-03-17
• 公開(kāi)（公告）號(hào): CN112801419B
• 公開(kāi)（公告）日: 2021-08-27
• 發(fā)明（設(shè)計(jì)）人: 唐宇;侯超鈞;駱少明;李嘉豪;楊捷鵬;符伊晴;趙晉飛;張曉迪;郭琪偉;莊鑫財(cái);黃華盛;朱興;莊家俊;苗愛(ài)敏;褚璇
• 申請(qǐng)（專利權(quán)）人: 廣東技術(shù)師范大學(xué);仲愷農(nóng)業(yè)工程學(xué)院
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京清控智云知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11919
• 代理人: 仵樂(lè)娟

1.一種基于自適應(yīng)感受野SSD的鼠害程度級(jí)別預(yù)測(cè)方法，其特征在于，包括：

S1、獲取樣本熱感應(yīng)圖像，并根據(jù)預(yù)設(shè)的第一比例對(duì)所述樣本熱感應(yīng)圖像進(jìn)行劃分處理，從而得到第一熱感應(yīng)圖像數(shù)據(jù)和第二熱感應(yīng)圖像數(shù)據(jù)；其中，所述第一熱感應(yīng)圖像數(shù)據(jù)和第二熱感應(yīng)圖像數(shù)據(jù)均為在時(shí)間上連續(xù)的熱感應(yīng)圖像數(shù)據(jù)，并且所述第一熱感應(yīng)圖像數(shù)據(jù)和第二熱感應(yīng)圖像數(shù)據(jù)為在不同區(qū)域利用紅外熱像儀采集得到的數(shù)據(jù)；

S2、對(duì)第一熱感應(yīng)圖像數(shù)據(jù)進(jìn)行人工標(biāo)注處理，以將第一熱感應(yīng)圖像數(shù)據(jù)中的所有兔子熱感應(yīng)圖像均標(biāo)注第一標(biāo)簽，從而得第一樣本數(shù)據(jù)；

S3、根據(jù)預(yù)設(shè)的第二比例，將所述第一樣本數(shù)據(jù)劃分為第一訓(xùn)練數(shù)據(jù)和第一驗(yàn)證數(shù)據(jù)；將所述第一訓(xùn)練數(shù)據(jù)輸入預(yù)設(shè)的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練處理，從而得到第一兔子識(shí)別模型；采用所述第一驗(yàn)證數(shù)據(jù)對(duì)所述第一兔子識(shí)別模型進(jìn)行驗(yàn)證處理，以得到第一驗(yàn)證結(jié)果，并判斷所述第一驗(yàn)證結(jié)果是否為驗(yàn)證通過(guò)；

S4、若所述第一驗(yàn)證結(jié)果為驗(yàn)證通過(guò)，則將所述第二熱感應(yīng)圖像數(shù)據(jù)輸入所述第一兔子識(shí)別模型，從而得到所述第一兔子識(shí)別模型輸出的多個(gè)第二兔子識(shí)別結(jié)果；

S5、統(tǒng)計(jì)多個(gè)第二兔子識(shí)別結(jié)果的數(shù)量，從而得到預(yù)測(cè)的第二兔子數(shù)量，判斷所述第二兔子數(shù)量是否超過(guò)預(yù)設(shè)的數(shù)量閾值；

S6、若所述第二兔子數(shù)量超過(guò)預(yù)設(shè)的數(shù)量閾值，則對(duì)第二熱感應(yīng)圖像數(shù)據(jù)進(jìn)行人工標(biāo)注處理，以將第二熱感應(yīng)圖像數(shù)據(jù)中的疑似老鼠熱感應(yīng)圖像和確切老鼠熱感應(yīng)圖像標(biāo)記第二標(biāo)簽，從而得第二樣本數(shù)據(jù)；

S7、根據(jù)預(yù)設(shè)的第三比例，將所述第二樣本數(shù)據(jù)劃分為第二訓(xùn)練數(shù)據(jù)和第二驗(yàn)證數(shù)據(jù)；

S8、將所述第二訓(xùn)練數(shù)據(jù)輸入預(yù)設(shè)的基于自適應(yīng)感受野SSD的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練處理，從而得到第二老鼠暫時(shí)識(shí)別模型；采用所述第二驗(yàn)證數(shù)據(jù)對(duì)所述第二老鼠暫時(shí)識(shí)別模型進(jìn)行驗(yàn)證處理，以得到第二驗(yàn)證結(jié)果，并判斷所述第二驗(yàn)證結(jié)果是否為驗(yàn)證通過(guò)；

S9、若所述第二驗(yàn)證結(jié)果為驗(yàn)證通過(guò)，則將所述第二老鼠暫時(shí)識(shí)別模型記為第二老鼠識(shí)別模型；

S10、若所述第二兔子數(shù)量不超過(guò)預(yù)設(shè)的數(shù)量閾值，則對(duì)第二熱感應(yīng)圖像數(shù)據(jù)進(jìn)行人工標(biāo)注處理，僅將第二熱感應(yīng)圖像數(shù)據(jù)中的確切老鼠熱感應(yīng)圖像標(biāo)記第三標(biāo)簽，而第二熱感應(yīng)圖像數(shù)據(jù)中的疑似老鼠熱感應(yīng)圖像不進(jìn)行標(biāo)記，得到第三樣本數(shù)據(jù)；

S11、根據(jù)預(yù)設(shè)的第四比例，將所述第三樣本數(shù)據(jù)劃分為第三訓(xùn)練數(shù)據(jù)和第三驗(yàn)證數(shù)據(jù)；

S12、將所述第三訓(xùn)練數(shù)據(jù)輸入預(yù)設(shè)的基于自適應(yīng)感受野SSD的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練處理，從而得到第三老鼠暫時(shí)識(shí)別模型；采用所述第三驗(yàn)證數(shù)據(jù)對(duì)所述第三老鼠暫時(shí)識(shí)別模型進(jìn)行驗(yàn)證處理，以得到第三驗(yàn)證結(jié)果，并判斷所述第三驗(yàn)證結(jié)果是否為驗(yàn)證通過(guò)；

S13、若所述第三驗(yàn)證結(jié)果為驗(yàn)證通過(guò)，則將所述第三老鼠暫時(shí)識(shí)別模型記為第三老鼠識(shí)別模型；

S14、在待分析區(qū)域利用紅外熱像儀進(jìn)行數(shù)據(jù)采集處理，從而得到在時(shí)間上連續(xù)的待處理的熱感應(yīng)圖像數(shù)據(jù)；

S15、將所述待處理的熱感應(yīng)圖像數(shù)據(jù)輸入預(yù)設(shè)的第一兔子識(shí)別模型中進(jìn)行處理，從而得到所述第一兔子識(shí)別模型輸出的多個(gè)第三兔子識(shí)別結(jié)果；

S16、統(tǒng)計(jì)多個(gè)第三兔子識(shí)別結(jié)果的數(shù)量，從而得到預(yù)測(cè)的第三兔子數(shù)量；判斷所述第三兔子數(shù)量是否超過(guò)預(yù)設(shè)的數(shù)量閾值；

S17、若所述第三兔子數(shù)量超過(guò)預(yù)設(shè)的數(shù)量閾值，則將所述待處理的熱感應(yīng)圖像數(shù)據(jù)輸入所述第二老鼠識(shí)別模型中進(jìn)行處理，從而得到所述第二老鼠識(shí)別模型輸出的多個(gè)一號(hào)老鼠識(shí)別結(jié)果；統(tǒng)計(jì)多個(gè)一號(hào)老鼠識(shí)別結(jié)果的數(shù)量，從而得到預(yù)測(cè)的老鼠數(shù)量，并根據(jù)預(yù)測(cè)的老鼠數(shù)量與所述待分析區(qū)域的面積，預(yù)測(cè)出鼠害程度級(jí)別；

S18、若所述第三兔子數(shù)量不超過(guò)預(yù)設(shè)的數(shù)量閾值，則將所述待處理的熱感應(yīng)圖像數(shù)據(jù)輸入所述第三老鼠識(shí)別模型中進(jìn)行處理，從而得到所述第三老鼠識(shí)別模型輸出的多個(gè)二號(hào)老鼠識(shí)別結(jié)果；統(tǒng)計(jì)多個(gè)二號(hào)老鼠識(shí)別結(jié)果的數(shù)量，從而得到預(yù)測(cè)的老鼠數(shù)量，并根據(jù)預(yù)測(cè)的老鼠數(shù)量與所述待分析區(qū)域的面積，預(yù)測(cè)出鼠害程度級(jí)別。