[发明专利]一种基于病斑相关性的植物病害诊断系统

权利要求书

1.一种基于病斑相关性的植物病害诊断系统，其特征在于：包括以下步骤：

S1、通过摄像设备采集图片，并通过网络将图片上传到云端服务器；

S2、针对步骤S1得到的图片，对图片进行缩放和归一化预处理，使用CenterNet目标检测算法检测上传图片中存在的病斑区域；

S3、根据步骤S2得到的所有病斑区域，将其依次送入聚类特征提取模型得到特征集，特征提取模型是去掉了全连接层的深度卷积网络ResNet50；

S4、根据步骤S3得到的特征集，计算特征集中的每个特征计算与数据库中的所有特征的余弦相似度并对所有区域进行面积加权求和，取加权余弦相似度最大的特征的类别作为诊断结果，余弦相似度可以表示两个特征的相似度，假设A_i属于检测到的病斑区域的特征，B_j为数据库中提取的模板特征，则余弦相似度的计算公式如下：

假设检测到的病斑区域共m个且每个区域的面积记作S_j，数据库中的所有特征为B，则基于面积加权的余弦相似度的计算公式如下：

；

S5、根据步骤S4得到的余弦相似度，判断该余弦相似度是否小于数据库中该类别余弦相似度的平均值，如果小于则将该图片区域送入专家库并标记为待确认的状态；

S6、根据步骤S5中得到的专家库，按照一定周期进行检查，待所有图片区域从待确认状态变为确认状态后，将库中所有数据用于新一轮的网络训练。

2.根据权利要求1所述的一种基于病斑相关性的植物病害诊断系统，其特征在于：所述步骤S1中照片中病斑所占像素不少于400(20*20)，拍摄方向与植物病斑所在平面的夹角为90度。

3.根据权利要求1所述的一种基于病斑相关性的植物病害诊断系统，其特征在于：所述步骤S2中的病斑区域是由CenterNet算法训练得到；通过人工标注大量植物图片中的病斑位置，基于这些标注数据来生成热力图进而训练得到最终的检测模型，进而检测到病斑的准确位置。