[发明专利]一种病虫害的识别方法、装置、设备和存储介质在审
申请号: | 202010702390.2 | 申请日: | 2020-07-21 |
公开(公告)号: | CN111914914A | 公开(公告)日: | 2020-11-10 |
发明(设计)人: | 张亮;孙海;郑荣;李振;程俊华;徐代强;殷聪;陈彬 | 申请(专利权)人: | 上海理想信息产业(集团)有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京慧泉知识产权代理有限公司 11232 | 代理人: | 李娜 |
地址: | 201315 上海市浦东*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 病虫害 识别 方法 装置 设备 存储 介质 | ||
1.一种病虫害的识别方法,其特征在于,包括:
使用预置的源数据集对特征提取网络进行预训练,得到预训练的特征提取网络;
连接预训练的所述特征提取网络和预置的预测网络,得到病虫害识别模型;
使用目标数据集对所述病虫害识别模型进行训练,得到经过训练的所述病虫害识别模型,所述目标数据集中的样本数据包括标记有病虫害信息的图像;
将待识别植物的目标图像输入经过训练的所述病虫害识别模型进行识别,以输出所述植物的病虫害信息。
2.根据权利要求1所述的方法,其特征在于,所述源数据集与所述目标数据集具有共同特征。
3.根据权利要求2所述的方法,其特征在于,在所述使用预置的源数据集对特征提取网络进行预训练之前,还包括:
从目标数据集的样本数据中提取出共同特征;
从预置的数据集中选取所述源数据集,所述源数据集中的样本数据与所述目标数据集中的样本数据具有所述共同特征。
4.根据权利要求1所述的方法,其特征在于,所述连接预训练的所述特征提取网络和预置的预测网络,得到病虫害识别模型,包括:
对预训练的所述特征提取网络执行针对特征维度的变换操作;
将执行完所述变换操作的所述特征提取网络作为预置的预测网络的输入,组成病虫害识别模型。
5.根据权利要求1所述的方法,其特征在于,所述将待识别植物的目标图像输入经过训练的所述病虫害识别模型进行识别,以输出所述植物的病虫害信息,包括:
采集待识别植物的目标图像;
将所述目标图像输入经过训练的所述病虫害识别模型识别,以在所述目标图像上标记所述植物的病虫害信息;
其中,所述病虫害信息至少包括:病虫的位置、病虫的种类和病虫害的严重程度中的一种。
6.根据权利要求5所述的方法,其特征在于,在所述输出所述植物的病虫害信息之后,还包括:
输出针对所述病虫害信息的防治信息。
7.根据权利要求1-5任一所述的方法,其特征在于,待识别植物的目标图像包含所述植物所处的地理位置信息,所述将待识别植物的目标图像输入经过训练的所述病虫害识别模型进行识别,以输出所述植物的病虫害信息之后,还包括:
从所述目标图像中提取出所述待识别植物所处的地理位置信息;
根据上述地理位置信息在地图中相应的地理位置标记所述病虫害信息;
根据所述地图上各区域的所述病虫害信息的分布情况,输出针对各区域的病虫害防治信息。
8.一种病虫害的识别装置,其特征在于,包括:
预训练模块,用于使用预置的源数据集对特征提取网络进行预训练,得到预训练的特征提取网络;
连接模块,用于连接预训练的所述特征提取网络和预置的预测网络,得到病虫害识别模型;
训练模块,用于使用目标数据集对所述病虫害识别模型进行训练,得到经过训练的所述病虫害识别模型,所述目标数据集中的样本数据包括标记有病虫害信息的图像;
识别模块,用于将待识别植物的目标图像输入经过训练的所述病虫害识别模型进行识别,以输出所述植物的病虫害信息。
9.一种病虫害的识别设备,其特征在于,所述病虫害的识别设备包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一所述的方法。
10.一种计算机可读介质,其特征在于,其上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海理想信息产业(集团)有限公司,未经上海理想信息产业(集团)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010702390.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:高延伸率齿轮箱用铝合金的制备工艺
- 下一篇:编带电阻的引脚剪折方法