一种水稻杂草识别加速系统的构建方法及其加速方法技术方案

本发明专利技术公开了一种水稻杂草识别加速系统的构建方法及其加速方法，主要针对东北稻田的特色，首先调研常见的杂草对其进行分类和杂草库建立，其次利用ubuntu操作系统对杂草库进行卷积训练提取特征值，接着搭建加速平台将卷积神经网络算法映射到FPGA的ARM芯片端，然后利用软件对系统进行调试和追踪确定要加速的部分，最后利用加速算法对设计完成加速。本发明专利技术中构建的水稻杂草识别加速系统通过对常见的杂草进行图库的建立，更能有针对性；后期将识别后的图片进行算法处理增加图像的表现力，提高竞争力，缩短硬件对目标物体的识别时间，方便针对性的处理杂草，保护生态环境。

A construction method and acceleration method of rice weed recognition acceleration system

【技术实现步骤摘要】
一种水稻杂草识别加速系统的构建方法及其加速方法
本专利技术涉及水稻杂草识别
，尤其涉及一种水稻杂草识别加速系统的构建方法及其加速方法。
技术介绍
随着万物互联的时代到来，嵌入式多线程程序执行和数据并行处理，为人工智能的迅速崛起增加越来越多的可能性。同时农作物连年受到各种因素，导致产量不佳，其中农作物的生长环境存在大量的杂草是致使产量减少的重要原因之一。目前，对于农田除草的主要方法是人工除草、机械除草、热除草、静电除草、化学除草等，其中化学除草由于其便利性而被广泛应用，目前化学除草方法都采取的是一种粗放型的喷药方式，这种方式不仅造成大量的药物浪费，增加生产成本，而且给生态环境带来很大危害，随着精准农业的提出，田间杂草精准识别技术成为研究热点。精准除草主要是针对条播作物（如小麦、玉米、大豆、水稻等）而言，根据空间分布特征，水稻田间杂草可分为行内杂草和行间杂草。对于水稻行间杂草的识别，可利用水稻和杂草的不同特征进行识别，这些特征包括：颜色特征、形状特征、纹理特征以及其他特征等。由于水稻杂草颜色的多样性，很难应用颜色特征直接将水稻杂草分割本文档来自技高网...

【技术保护点】
1.一种水稻杂草识别加速系统的构建方法，其特征在于，包括以下步骤：/nS1：建立水稻杂草库，对水稻杂草库中的图片数据进行卷积训练，提取特征值；/nS2：根据步骤S1中建立的水稻杂草库中图片的特征值，搭建水稻杂草加速平台；/nS3：对卷积神经网络的算法进行硬件映射和算法仿真；/nS4：利用FPGA进行算法加速，提高图像的输出表现力；/nS5：对整个加速系统的时序进行优化；/nS6：通过开发工具生成下载文件，烧写到开发板中，用来进行杂草识别。/n

【技术特征摘要】
1.一种水稻杂草识别加速系统的构建方法，其特征在于，包括以下步骤：
S1：建立水稻杂草库，对水稻杂草库中的图片数据进行卷积训练，提取特征值；
S2：根据步骤S1中建立的水稻杂草库中图片的特征值，搭建水稻杂草加速平台；
S3：对卷积神经网络的算法进行硬件映射和算法仿真；
S4：利用FPGA进行算法加速，提高图像的输出表现力；
S5：对整个加速系统的时序进行优化；
S6：通过开发工具生成下载文件，烧写到开发板中，用来进行杂草识别。


2.根据权利要求1所述的一种水稻杂草识别加速系统的构建方法，其特征在于，步骤S1中的具体操作步骤包括：
S11：对水稻杂草的不同生长期进行图库收集；
S12：利用软件语言对收集到的水稻杂草图库进行分类打包；
S13：新建卷积神经网络模型，并对其进行修改调整；
S14：利用修改调整后的卷积神经网络模型中自定义网络结构层次对图库中的图片数据进行卷积训练，提取特征值。


3.根据权利要求2所述的一种水稻杂草识别加速系统的构建方法，其特征在于：所述水稻杂草包括镳草、稗草和狗尾草。


4.根据权利要求3所述的一种水稻杂草识别加速系统的构建方法，其特征在于：步骤S13中对卷积神经网络模型的修改调整包括对训练的步长调整，基准学习率的改变、图像滤波器的调整以及激励函数的修改。


5.根据权利要求4所述的一种水稻杂草识别加速系统的构建方法，其特征在于：所述卷积神经网络模型包...

【专利技术属性】
技术研发人员：苗凤娟，陶佰睿，王一鸣，
申请(专利权)人：齐齐哈尔大学，
类型：发明
国别省市：黑龙;23