[发明专利]基于生成式对抗网络模型和IOS平台的植物叶片识别系统

权利要求书

1.基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，该系统包括IOS客户端和与IOS客户端通过无线网络互相连接的服务器端，所述的IOS客户端获取植物叶片图像，并对植物叶片图像进行预处理，处理后的植物叶片图像通过IOS客户端的人机交互页面选取本地识别路径或服务器端识别路径，所述的IOS客户端对本地识别路径请求调用自身网络模型进行植物叶片识别，所述的服务器端在收到服务器端识别路径的请求后，对由IOS客户端无线发送的预处理后的植物叶片图像调用基于分段损失加权的生成式对抗网络进行识别。

2.根据权利要求1所述的基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，所述的IOS客户端设有用于对图像采集模块及图像上传模块的植物叶片图像进行处理的图像处理模块以及用于对IOS客户端本地的图片进行快速识别的图像识别模块。

3.根据权利要求2所述的基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，所述的IOS客户端还包括图像采集模块、图像上传模块、客户端数据存储模块和客户端网络通信模块，所述的人机交互界面与图像采集模块、图像上传模块分别连接，所述的图像处理模块分别与图像采集模块、图像上传模块、图像识别模块、人机交互界面、客户端数据存储模块和客户端网络通信模块连接，所述的图像上传模块与客户端数据存储模块连接，所述的客户端网络通信器与服务器端连接。

4.根据权利要求2所述的基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，该系统进行植物叶片识别的具体步骤包括：

1)IOS客户端获取叶片图像并对图像采取交互式的方式进行图片复杂背景去除流程；

2)用户根据需求在人机交互页面选取识别途径，若选择本地快速识别步骤，则执行步骤3)，若选择服务器端识别步骤，则执行步骤4)；

3)用户选择本地快速识别后，人机交互页面将控制信号下发至图像识别模块，图像识别模块调用部署的模型对步骤1)处理后的植物叶片图像直接进行识别，并通过人机交互页面展示出识别结果；

4)用户选择服务器端识别后，人机交互页面将控制信号下发至图像处理模块，图像处理模块对图片进行压缩，随后人机交互页面发送请求至服务器端，并将压缩后的图像通过无线网络传输到服务器端；

5)服务器端接收IOS客户端传来的图片后，调用部署在服务器的基于分段损失加权的生成式对抗网络模型进行植物叶片识别，并返回结果至IOS客户端的人机交互页面。

5.根据权利要求4所述的基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，步骤3)中，所述的图像识别模块通过部署在IOS客户端的轻量级网络模型mobileNet进行识别。

6.根据权利要求4所述的基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，步骤5)中，基于分段损失加权的生成式对抗网络模型进行植物叶片识别的具体内容为：

控制GAN在不同的训练阶段采用不同形式的损失，训练前期以第二种形式损失函数为主，训练过程中，真实样本和生成样本出现重叠，当重叠到达切换参数点后，再切换到以第一种形式损失函数为主。

7.根据权利要求4所述的基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，步骤4)中，图像处理模块对图片进行压缩的具体内容为：

选取一个阈值，采用SR针对植物叶片图像进行压缩，当Pre PSNR大于预定阈值时，将图像下采样并解码后进行SRCNN滤波。

8.根据权利要求4所述的基于生成式对抗网络模型和IOS平台的植物叶片识别系统，其特征在于，步骤1)中，IOS客户端获取叶片图像并对图像采用SRN-DeblurNet网络结构进行植物叶片图像背景分割处理。