[發明專利]一種基于深度學習的紅掌生長指標獲取方法

在審

• 申請號: 202110351730.6
• 申請日: 2021-03-31
• 公開（公告）號: CN113052251A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 岳振;靳一恒;陳景帥
• 申請（專利權）人: 青島農業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 北京棘龍知識產權代理有限公司 11740
• 代理人: 李改平

1.一種基于深度學習的紅掌生長指標獲取方法，其特征在于：包括以下步驟：

a1：首先通過紅掌圖片采集平臺對紅掌的365天生長過程進行進行圖片采集；

a2：根據由a1得到的所有紅掌圖片數據集按照9:1的比例分為兩組紅掌訓練數據集，之后將兩組紅掌訓練數據集均經過紅掌數據集標簽加注編寫標簽文檔；

a3：根據由a2得到的9:1比例的兩組紅掌訓練數據集分成加注標簽的訓練數據集和加注標簽的測試數據集，之后使用加注標簽的訓練數據集對所選用的神經網絡模型進行訓練，進而得到花卉精準分類神經網絡模型；

a4：利用a3訓練得到的花卉精準分類神經網絡模型對加注標簽的測試數據集進行測試，之后利用紅掌各生長指標進行檢測成果。

2.根據權利要求1所述的一種基于深度學習的紅掌生長指標獲取方法，其特征在于：所述神經網絡模型為inception_v3，其利用加注標簽的訓練數據集進行訓練的具體方法如下：

b1、對國際公用圖像庫ImageNet進行學習，對所搭建的分類模型進行訓練得到一個初步的學習模型；

b2、利用b1得到的學習模型分屬六份，根據紅掌關鍵生長指標及對應標簽表進行6個指標的細分種類，之后依次改變6個神經網路模型的輸出層的數量；

b3、使用加注標簽的訓練數據集分別對6個神經網絡模型進行再訓練，得到6個生長指標分類模型，進而組成得到花卉精準分類神經網絡模型。

3.根據權利要求1所述的一種基于深度學習的紅掌生長指標獲取方法，其特征在于：所述a1采集過程中所選用的攝像頭滿足1080p，且每次采集攝像頭處于紅掌高度一半的正前方1米處。

4.根據權利要求1所述的一種基于深度學習的紅掌生長指標獲取方法，其特征在于：所述編寫標簽文檔的過程包括以下步驟：

c1、建立一個文本文檔，將采集的每一張圖片的名字讀入；

c2、根據紅掌關鍵生長指標及對應標簽表的分類方式標記其葉面積、葉色、花色、株高、地徑大小以及葉片數量等6個分類標簽，進而得到加注標簽的紅掌數據集，其中葉面積標簽1，2，…，12、葉色標簽1，2，3、花色標簽1，2，3、株高標簽1，2，3，4，5，6、地徑標簽1，2，3，4、葉片數量標簽1，2，3，4，5，6。

5.根據權利要求1所述的一種基于深度學習的紅掌生長指標獲取方法，其特征在于：所述紅掌圖片采集平臺對紅掌的365天生長過程進行進行圖片采集的采集要求為：1、對200株以上的紅掌每隔5天采集一次圖片；2、每一株紅掌采集過程中要求每隔60度采集一張且環繞360度；3、最終獲得不小于87600張圖片。