[發明專利]基于自適應感受野SSD的鼠害程度級別預測方法和裝置

有效

• 申請號: 202110284973.2
• 申請日: 2021-03-17
• 公開（公告）號: CN112801419B
• 公開（公告）日: 2021-08-27
• 發明（設計）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;黃華盛;朱興;莊家俊;苗愛敏;褚璇
• 申請（專利權）人: 廣東技術師范大學;仲愷農業工程學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京清控智云知識產權代理事務所(特殊普通合伙) 11919
• 代理人: 仵樂娟

本申請揭示一種基于自適應感受野SSD的鼠害程度級別預測方法。獲取樣本熱感應圖像；得到第一樣本數據；劃分數據；得到第一兔子識別模型；得到第一驗證結果；若第一驗證結果為驗證通過，則得到多個第二兔子識別結果；得到預測的第二兔子數量；若超過數量閾值，則得到第二樣本數據；劃分數據；得到第二老鼠識別模型；若不超過數量閾值，則得到第三樣本數據；劃分數據；得到第三老鼠識別模型；得到熱感應圖像數據；得到預測的第三兔子數量；若超過數量閾值，則得到多個一號老鼠識別結果；預測出鼠害程度級別；若不超過數量閾值，則得到多個二號老鼠識別結果；預測出鼠害程度級別。從而利用兔子來進行輔助檢測，以提高鼠害程度級別預測的準確性。

技術領域

本申請涉及到計算機領域，特別是涉及到一種基于自適應感受野SSD的鼠害程度級別預測方法、裝置、計算機設備和存儲介質。

背景技術

在農業領域中，鼠害是造成經濟損失的主因之一。鼠害防治工作的前提是確定鼠害的程度，以便針對性進行治理。但是，由于鼠類活動范圍廣、靈活性強及作物易遮擋等因素導致監測困難，現有的鼠害預估方案難以解決這些困難，因此無法準確預估鼠害的程度。

發明內容

本申請提出一種基于自適應感受野SSD的鼠害程度級別預測方法，包括以下步驟：

S1、獲取樣本熱感應圖像，并根據預設的第一比例對所述樣本熱感應圖像進行劃分處理，從而得到第一熱感應圖像數據和第二熱感應圖像數據；其中，所述第一熱感應圖像數據和第二熱感應圖像數據均為在時間上連續的熱感應圖像數據，并且所述第一熱感應圖像數據和第二熱感應圖像數據為在不同區域利用紅外熱像儀采集得到的數據；

S2、對第一熱感應圖像數據進行人工標注處理，以將第一熱感應圖像數據中的所有兔子熱感應圖像均標注第一標簽，從而得第一樣本數據；

S3、根據預設的第二比例，將所述第一樣本數據劃分為第一訓練數據和第一驗證數據；將所述第一訓練數據輸入預設的深度神經網絡進行訓練處理，從而得到第一兔子識別模型；采用所述第一驗證數據對所述第一兔子識別模型進行驗證處理，以得到第一驗證結果，并判斷所述第一驗證結果是否為驗證通過；

S4、若所述第一驗證結果為驗證通過，則將所述第二熱感應圖像數據輸入所述第一兔子識別模型，從而得到所述第一兔子識別模型輸出的多個第二兔子識別結果；

S5、統計多個第二兔子識別結果的數量，從而得到預測的第二兔子數量，判斷所述第二兔子數量是否超過預設的數量閾值；

S6、若所述第二兔子數量超過預設的數量閾值，則對第二熱感應圖像數據進行人工標注處理，以將第二熱感應圖像數據中的疑似老鼠熱感應圖像和確切老鼠熱感應圖像標記第二標簽，從而得第二樣本數據；

S7、根據預設的第三比例，將所述第二樣本數據劃分為第二訓練數據和第二驗證數據；

S8、將所述第二訓練數據輸入預設的基于自適應感受野SSD的卷積神經網絡模型進行訓練處理，從而得到第二老鼠暫時識別模型；采用所述第二驗證數據對所述第二老鼠暫時識別模型進行驗證處理，以得到第二驗證結果，并判斷所述第二驗證結果是否為驗證通過；

S9、若所述第二驗證結果為驗證通過，則將所述第二老鼠暫時識別模型記為第二老鼠識別模型；

S10、若所述第二兔子數量不超過預設的數量閾值，則對第二熱感應圖像數據進行人工標注處理，僅將第二熱感應圖像數據中的確切老鼠熱感應圖像標記第三標簽，而第二熱感應圖像數據中的疑似老鼠熱感應圖像不進行標記，得到第三樣本數據；

S11、根據預設的第四比例，將所述第三樣本數據劃分為第三訓練數據和第三驗證數據；