基于深度学习的柑橘红蜘蛛虫害的识别方法技术

本发明专利技术涉及农作物病虫害识别领域，公开了一种基于深度学习的柑橘红蜘蛛虫害的识别方法，包括：采集柑橘红蜘蛛虫害图像，并对柑橘红蜘蛛虫害图像进行预处理；对图像数据进行数据标签标定，制作深度学习数据集；将深度学习数据集在卷积神经网络中训练，获得训练后的柑橘红蜘蛛虫害识别模型；将待识别图像输入柑橘红蜘蛛虫害识别模型，得到柑橘红蜘蛛虫害识别模型的识别结果。本发明专利技术解决了现有农作物害虫识别依靠人眼识别易受干扰，识别精度低的问题。

【技术实现步骤摘要】
基于深度学习的柑橘红蜘蛛虫害的识别方法
本专利技术涉及农作物病虫害识别领域，具体是指一种基于深度学习的柑橘红蜘蛛虫害的识别方法。
技术介绍
柑橘产区常常会有以红蜘蛛为主的虫害，我国的柑橘园日常红蜘蛛虫害管理主要依靠古老的管理模式，见虫就打、见病才防，一味地依赖除草剂防治果园内杂草，严重地破坏了柑橘园内物种间的生态平衡。随着计算机视觉和图像处理技术成熟发展，利用图像实现柑橘红蜘蛛虫害的自动识别与诊断成为了可能。柑橘红蜘蛛虫害智能识别是一种利用成像系统经由计算机完成处理和解释任务的技术手段，能够实现对柑橘红蜘蛛虫害图像分割、特征值提取以及柑橘红蜘蛛虫害自动识别。目前国内外研究人员研究害虫识别方法通过寻找害虫图像的纹理、形状、颜色等特征来建立用于识别的特征数据库，而这些特征容易受到旋转、平移、光亮程度的影响，制约害虫图像的识别。
技术实现思路
基于以上技术问题，本专利技术提供了一种基于深度学习的柑橘红蜘蛛虫害的识别方法，解决了现有农作物害虫识别依靠人眼识别易受干扰，识别精度低的问题。为解决以上技术问题，本专利技术采本文档来自技高网...

【技术保护点】
1.基于深度学习的柑橘红蜘蛛虫害的识别方法，其特征在于，包括：/n采集柑橘红蜘蛛虫害图像，并对所述柑橘红蜘蛛虫害图像进行预处理；/n对所述图像数据进行数据标签标定，制作深度学习数据集；/n将深度学习数据集在卷积神经网络中训练，获得训练后的柑橘红蜘蛛虫害识别模型；/n将待识别图像输入柑橘红蜘蛛虫害识别模型，得到所述柑橘红蜘蛛虫害识别模型的识别结果。/n

【技术特征摘要】
1.基于深度学习的柑橘红蜘蛛虫害的识别方法，其特征在于，包括：
采集柑橘红蜘蛛虫害图像，并对所述柑橘红蜘蛛虫害图像进行预处理；
对所述图像数据进行数据标签标定，制作深度学习数据集；
将深度学习数据集在卷积神经网络中训练，获得训练后的柑橘红蜘蛛虫害识别模型；
将待识别图像输入柑橘红蜘蛛虫害识别模型，得到所述柑橘红蜘蛛虫害识别模型的识别结果。


2.根据权利要求1所述的基于深度学习的柑橘红蜘蛛虫害的识别方法，其特征在于，所述将深度学习数据集在卷积神经网络中训练，获得训练后的柑橘红蜘蛛虫害识别模型包括：
构建MaskR-CNN模型；
提取所述深度学习数据集中样本的特征点；
通过所述特征点对MaskR-CNN模型进行训练；
将所述MaskR-CNN模型带入卷积神经网络中，得到所述柑橘红蜘蛛虫害识别模型。


3.根据权利要求2所述的基于深度学习的柑橘红蜘蛛虫害的识别方法，其特征在于:
所述特征点包括所述柑橘红蜘蛛图像中柑橘红蜘蛛的纹理、形状、尺寸和颜色。


4.根据权利要求2所述的基于深度学习的柑橘红蜘蛛虫害的识别方法，其特征在于，所述通过所述特征点对MaskR-CNN模型进行训练包括：
通过语义分割...

【专利技术属性】
技术研发人员：王敏，陈蕊，冉力争，杨纤，张小荣，姚建涛，罗昱晟，艾敏，
申请(专利权)人：四川工商学院，
类型：发明
国别省市：四川;51