[发明专利]基于自注意力机制的草莓病害图像识别方法

说明书

本发明涉及基于自注意力机制的草莓病害图像识别方法，与现有技术相比解决了草莓病害图像难以识别的缺陷。本发明包括以下步骤：获取草莓病害图像数据集并进行预处理；构建草莓病害分类识别模型；构建草莓病害自注意力机制模块；草莓病害分类识别模型的训练；待识别草莓病害图像的获得；待识别草莓病害图像结果的获得。本发明解决现阶段草莓病害识别精度问题，使用数据增强处理草莓病害图像，并提出了自注意力机制模块，结合使用草莓病害分类识别模型作为骨干网络加快草莓病害的识别速度与准确度。

技术领域

本发明涉及病害识别技术领域，具体来说是基于自注意力机制的草莓病害图像识别方法。

背景技术

农作物的病害对于农业的产量影响巨大，如果不能及时的识别出农业病害的种类，农业产量将受到较大的冲击。尤其是草莓这种对于环境要求较高的水果，如果不及时的发现草莓病害种类，草莓减产可达到50％以上，因此草莓病害的及时识别是草莓病害防控处理的基础。

在传统的农业工作中农业工作者常常在面对草莓农作物的病害时手足无措，一方面是因为对于专业的草莓病害的知识的缺乏，另一方面则是因为草莓病害的识别环境复杂，这些都导致草莓病害的识别困难，在正确识别出草莓的病害类型，对于相应的类别进行处理成为了当前需要首要解决的问题。传统的草莓病害的识别环境复杂，导致草莓病害的识别困难。因此，如何设计出一种针对于草莓病害的图像识别方法已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中草莓病害图像难以识别的缺陷，提供一种基于自注意力机制的草莓病害图像识别方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于自注意力机制的草莓病害图像识别方法，包括以下步骤：

获取草莓病害图像数据集并进行预处理：获取草莓病害原图像，并对其进行数据增强，得到增强后的草莓病害图像，获得草莓病害图像数据集；

构建草莓病害分类识别模型：对草莓病害分类识别模型进行构建，其包括降维模块、采样模块和分类模块；

构建草莓病害自注意力机制模块：草莓病害自注意力机制模块由窗口模块与滑动窗口模块串联构成；

草莓病害分类识别模型的训练：将草莓病害图像数据集输入草莓病害分类识别模型进行训练；

待识别草莓病害图像的获得：获得待识别的草莓病害图像，并进行预处理；

待识别草莓病害图像结果的获得：将预处理后的待识别草莓病害图像输入训练后的草莓病害分类识别模型，得到草莓病害图像的识别结果。

所述获取草莓病害图像数据集并进行预处理包括以下步骤：

针对获取到的草莓病害原图像的对比度与强度进行强化，采用翻转方法进行数据集数量上的增强；

采用cutout数据增强方法，即对草莓病害图像中的一块正方形区域通过0像素值填充，实现随机遮挡；再对随机遮挡的草莓病害图像进行中心归一化操作消除0值填充对训练的影响；

对草莓病害图像融合增强，其表达式如下：

λ＝Beta(α,β)

mix_batch_x＝λbatch_x1+(1-λ)batch_x2，

其中，Beta表示贝塔分布，α、β是两个计算参数，λ是由参数α、β的贝塔分布计算出来的混合系数，mix_batch_x表示混合之后的草莓病害样本，batch_x1是一批草莓病害样本，batch_x2是另外一批草莓病害样本；

输入草莓病害图像经过预处理后，输出草莓病害增强图像。