[發明專利]農作物病蟲草害識別處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110974009.2
• 申請日: 2021-08-24
• 公開（公告）號: CN113705419A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 劉哲輝;黃科力;石稱華
• 申請（專利權）人: 上海勁牛信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06Q50/02
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 蘇舒音

1.一種農作物病蟲草害識別處理方法，其特征在于，所述方法包括：

確定用戶的待識別作物的病蟲草害圖像；

將所述待識別農作物的病蟲草害圖像輸入到預先訓練的病蟲草害識別模型中，獲得所述病蟲草害識別模型輸出的所述待識別農作物的病蟲草害類別結果；

依據所述待識別農作物的病蟲草害類別結果，從數據庫中查詢對應的病蟲草害的防治內容，并反饋給用戶。

2.根據權利要求1所述的方法，其特征在于，確定用戶的待識別農作物的病蟲草害圖像，包括：

獲取用戶通過終端設備實時拍攝或者從終端設備的相冊中選取的待識別農作物的病蟲草害圖像；

對待識別農作物的病蟲草害圖像進行預處理；所述預處理包括圖像尺寸與格式調整、去噪、消光以及消除背景影響。

3.根據權利要求1所述的方法，其特征在于，所述病蟲草害識別模型的生成過程包括：

對農作物病蟲草害圖像進行病蟲草害類別標注，并劃分得到訓練數據集和驗證數據集；

基于卷積神經網絡對訓練數據集圖片進行融合、分析和計算，生成農作物的病蟲草害圖像特征表達；

通過深度學習網絡對農作物的病蟲草害圖像特征表達進行分析計算，生成基于深度學習網絡的初始的病蟲草害識別模型；

使用訓練數據集對初始識別模型進行深度學習訓練形成病蟲草害識別模型，并使用驗證數據集對生成的病蟲草害識別模型進行測試調試。

4.根據權利要求3所述的方法，其特征在于，使用訓練數據集對初始識別模型進行深度學習訓練形成病蟲草害識別模型，包括：

采用初步訓練的病蟲草害識別模型對未添加標簽的農作物病蟲草害圖像進行預測，并向未添加標簽的農作物病蟲草害圖像標注偽標簽得到偽標簽數據集；

使用偽標簽數據集和訓練數據集對初步訓練的病蟲草害識別模型重新訓練。

5.根據權利要求3所述的方法，其特征在于，對農作物病蟲草害圖像進行病蟲草害類別標注，并劃分得到訓練數據集和驗證數據集，包括：

對農作物病蟲草害圖像進行清洗處理，并標注所述農作物病蟲草害圖像所對應的病蟲草害類別；

根據標注后的病蟲草害類別將所有農作物病蟲草害圖像數據劃分為不同病蟲草害種類的訓練數據集和驗證數據集。

6.根據權利要求1所述的方法，其特征在于，在從數據庫中查詢對應的病蟲草害的防治內容之后，還包括：

獲取不同用戶對查詢的對應病蟲草害的防治內容的防治結果評價內容，并根據防治結果評價內容對查詢的各個病蟲草害的防治內容進行排序；

按照排序結果將排序在前的預設條病蟲草害的防治內容推送給用戶，并在用戶的終端設備進行排序展示。

7.根據權利要求6所述的方法，其特征在于，將排序在前的預設個病蟲草害的防治內容推送給用戶，包括：

在排序在前的預設條病蟲草害的防治內容中添加防治建議鏈接，以使病蟲草害的防治內容在終端設備展示時供用戶點擊防治建議鏈接查看防治建議。

8.一種農作物病蟲草害識別處理裝置，其特征在于，所述裝置包括：

圖像確定模塊，用于確定用戶的待識別作物的病蟲草害圖像；

結果獲取模塊，用于將所述待識別農作物的病蟲草害圖像輸入到預先訓練的病蟲草害識別模型中，獲得所述病蟲草害識別模型輸出的所述待識別農作物的病蟲草害類別結果；

防治反饋模塊，用于依據所述待識別農作物的病蟲草害類別結果，從數據庫中查詢對應的病蟲草害的防治內容，并反饋給用戶。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現權利要求1-7中任一所述的農作物病蟲草害識別處理方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-7中任一所述的農作物病蟲草害識別處理方法。