[发明专利]设施番茄叶部病斑检测方法及靶向喷药装置

说明书

本发明特别涉及一种设施番茄叶部病斑检测方法，包括如下步骤：S100、无损、非破坏性获取设施番茄植株原始图像；S200、原始图像经过Input输入端缩放到标准尺寸并设定初始锚框；S300、在Backbone主干网络中依次经过Focus模块切片成特征图、经过卷积核的卷积操作、经过CBAM_CSP结构进行特征聚合；S400、进入Neck网络层聚合参数提取设施番茄叶部病斑特征；S500、提取的特征图经过Prediction结构训练的权重文件里的设施番茄叶部病斑特征以及损失函数进行目标预测，检测出图像中的病斑。根据基于Yolov5算法在Backbone主干网络的CSP结构中添加CBAM通道空间注意力模块，改进损失函数，利用改进后的算法提高设施番茄叶部病斑检测精度，本方法的检测结果准确，该方法可靠、实用性强。

技术领域

本发明涉及农作物病虫害识别与靶向喷药技术领域，特别涉及一种设施番茄叶部病斑检测方法及靶向喷药装置。

背景技术

设施番茄种植在一定程度上改善了番茄的生长环境，但是番茄叶部病害依旧是番茄农作物的主要危害之一。番茄叶片和果实的颜色值以及病斑特征可以直接反映番茄的营养状况和叶部病害程度。通过番茄的叶片和果实判断作物生长状况是最直接、最有效的方法。基于现代农业的番茄种植规模分析，人工检测的方法不仅费时费力，而且效率低下。机器视觉目标检测不仅可以节省人力，而且与人工检测相比效率得到显著提高。另外，诊断出番茄叶部的疾病，如果不能及时采取措施防治，就丧失了诊断病害的意义，因此，急需发明一款集灵活移动、精准识别、及时反馈数据和防治为一体的设施番茄叶部病斑检测方法与靶向喷药装置具有重要意义。

发明内容

本发明的首要目的在于提供一种设施番茄叶部病斑检测方法，能够准确的检测到设施番茄叶部病斑。

为实现以上目的，本发明采用的技术方案为：一种设施番茄叶部病斑检测方法，包括如下步骤：S100、无损、非破坏性获取设施番茄植株原始图像；S200、原始图像经过Input输入端缩放到标准尺寸并设定初始锚框；S300、Input输入端输出的图像进入Backbone主干网络中，依次经过Focus模块切片成特征图、经过卷积核的卷积操作、经过CBAM_CSP结构进行特征聚合；S400、经过聚合后的特征图进入Neck网络层聚合参数、提取设施番茄叶部病斑特征；S500、提取的特征图进入Head输出端，经过Prediction结构训练的权重文件里的设施番茄叶部病斑特征以及损失函数进行目标预测，检测出图像中的病斑。

与现有技术相比，本发明存在以下技术效果：针对设施番茄叶部病斑这一叶部病害，根据基于One-Stage结构的Yolov5算法在Backbone主干网络的CSP结构中添加CBAM通道空间注意力模块，改进损失函数，利用改进后的算法提高设施番茄叶部病斑检测精度，基于该改进算法的检测结果准确，该方法可靠、实用性强。

本发明的另一个目的在于提供一种靶向喷药装置，能够方便的实现在设施番茄园中的病斑检测与靶向喷药防治。

为实现以上目的，本发明采用的技术方案为：一种靶向喷药装置，包括移动单元、目标检测单元以及喷药单元，所述的移动单元用于承载目标检测单元和喷药单元并带动这两个单元按设定路径移动，目标检测单元根据权利要求1中的步骤S100-S500对设施番茄叶部图像进行检测，喷药单元根据目标检测单元的检测结果喷射对应药液到设施番茄的病害部位。

与现有技术相比，本发明存在以下技术效果：通过设置移动单元，可以方便让装置在设施番茄园中自主移动，其上搭载的目标检测单元能够准确、可靠的进行设置番茄的病斑检测，当检测到病斑时，还能控制喷药单元自动喷药，使用起来非常的方便。

附图说明

图1是本发明中病斑检测方法的流程示意图；

图2是Backbone主干网络的结构示意图；

图3是本发明中靶向喷药装置的结构示意图。

具体实施方式