[实用新型]一种基于迁移学习的茶网蝽计数装置系统

说明书

一种基于迁移学习的茶网蝽计数装置系统，涉及人工智能和农业虫害图像识别技术领域。包括茶网蝽计数装置系统后台服务器，移动端装置，本地PC机，图像采集摄像头，样本收集装置，无线WIFI模块，RJ45以太网接口以及供电装置。装置系统针对茶叶的首要害虫之一茶网蝽作为研究对象。通过实地采集约200张图像作为模型训练的原始数据源，前期数据增强，中心化及归一化等预处理工作以及后期训练交叉验证，形成了具有能够识别统计功能的茶网蝽的迁移学习网络结构模型并可植入神经网络算法模块中。经试验本实用新型既能够保证识别过程的精确性，同时又具备功能针对性强的特性，可用于茶叶虫害特别是茶网蝽识别统计的应用研究。

技术领域：

本实用新型涉及人工智能和农业虫害图像识别技术领域，具体涉及一种基于迁移学习的茶网蝽计数装置系统。

背景技术：

我国是茶叶的发源地，也是茶叶出口量最大的国家。早期的识别系统是基于特定硬件系统，根据收集数据的波动来确定是否出现虫害疾病。但受到时代与技术的限制，在一定程度上存在成本高、识别率低、便携性差等问题。之后的学者对识别机制进行改进，随着信息论、计算机技术的飞速发展，人工智能神经网络的问世使得诊断识别摆脱了主观因素的影响，使得准确率飞速提高。但专业图像收集设备昂贵，无法移动等特点，基于移动设备端的装置系统在实际生产和研究中具有重要意义。

茶网蝽为我国大部分茶区的首要害虫之一，易暴发、易繁殖、易扩散，主要危害春茶导致茶叶产量减少甚至绝收。近年来，茶网蝽在陕南等茶区发生较为严重。为探究茶网蝽发生规律协助科研人员研究，试验以茶网蝽为研究对象，收集虫害茶树叶片样本，基于MobileNet网络模型实现茶树生长阶段过程中茶网蝽的识别与自动计数功能。结合数据样本以及其图像数据的特点，基于深度学习技术，完成模型搭建以及训练之后，将其部署在所研发的装置设备中，接入移动摄像头模块以及相关执行控制模块，通过实时采集图像后进行统计识别从而根据所识别的结果实现相关功能。

发明内容：

为解决上述问题，本申请采用的技术方案如下：

本实用新型提出一种基于迁移学习的茶网蝽计数装置系统，包括茶网蝽计数装置系统后台服务器，移动端装置，本地PC机，图像采集摄像头，样本收集装置，无线WIFI模块，RJ45以太网接口以及供电装置。选取茶叶首要害虫之一茶网蝽为研究试验对象。

本实用新型解决其技术问题所采用的技术方案是：搭建茶网蝽计数装置系统后台服务器，其中包括微信小程序后台服务端，基于迁移学习的MobileNet神经网络算法模块，数据库存储器。所述的微信小程序后台服务端与MobileNet神经网络算法模块数据连接，可将后台所处理的图像特征输入模型进行训练和验证，所述的数据库存储器与神经网络算法模块数据连接并存储整个配置项信息，所述供电装置与茶网蝽计数装置系统后台服务器电连接，为整个装置系统提供电力支持。

进一步地，所述的移动端装置还包括图像采集稳定器，移动端图像采集摄像头，微信小程序前台客户端以及显示统计结果的显示屏。所述的微信小程序前台客户端与移动端图像采集摄像头数据连接，可将摄像头获取的图像信息以指定格式的文件形式传给小程序客户端。所述移动端装置与所述茶网蝽计数装置系统后台服务器通过无线WIFI模块通信连接，所述的图像采集稳定器与移动端图像采集摄像头物理连接，辅助摄像头获取稳定最佳的数据集。

进一步地，本地PC机还包括结果显示屏，用来显示图像采集摄像头所传送的图像信息以及模型验证识别统计结果。所述本地PC机与所述茶网蝽计数装置系统后台服务器通过RJ45以太网接口通信连接，所述图像采集摄像头与所述本地PC机数据连接。所述的样本收集装置包括诱虫板和照明器；所述样本收集装置与所述移动端装置物理连接。

本实用新型所采用技术方案实现的有益效果如下：