一种基于MobileNet神经网络模型的病虫害图像识别装置制造方法及图纸

本申请一种基于MobileNet神经网络模型的病虫害图像识别装置，涉及农业病虫害图像识别装置技术领域，包括摄像头、图像传感器、存储模块、嵌入式微型处理器、显示模块、输入模块和供电模块；摄像头与图像传感器电连接；图像传感器、存储模块、显示模块和输入模块分别与嵌入式微型处理器电连接；摄像头、图像传感器、嵌入式微型处理器和显示模块分别与供电模块电连接；嵌入式微型处理器中设有MobileNet神经网络模型。本申请装置基于MobileNet神经网络模型，能够采集、处理和识别病虫害图像，降低了网络的参数规模和运算量，且本申请识别装置具有功能综合性强、维护容易、安装使用方便的特点。安装使用方便的特点。安装使用方便的特点。

【技术实现步骤摘要】
一种基于MobileNet神经网络模型的病虫害图像识别装置


[0001]本申请涉及农业病虫害图像识别装置
，具体地涉及一种基于MobileNet神经网络模型的病虫害图像识别装置。

技术介绍

[0002]农作物病虫害由于种类繁多且情况复杂，在特定条件下容易大面积发生从而导致农产品产出量急剧下降，因此病虫害的预防监测成为了农业生产活动中的一项重要环节。在农作物生产活动中可能受到多种病虫害交杂影响，其中某些并不能被肉眼所识别，其可能也是破坏农作物植株正常生理状态的重点诱因，致使农作物基因突变、细胞变异或者组织损伤，从而带来减产、甚至绝产后果。
[0003]传统农作物病虫害的检测采用化学手段不仅耗时长、过程复杂、空间局限性，同时可能附带化学污染。近年来，人工智能技术已经广泛应用于农业、工业、医学、商业、化工、冶金等常规重点领域，涵盖了机器人、语言识别、图像识别、自然语言处理和专家系统。针对农业领域，人工智能中图像识别技术已经能够实现植物类别的细粒度精准辨识，通过利用农作物病虫害图像表征信息，经过数据处理和运算，到达辨识目的，该技术相对于传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MobileNet神经网络模型的病虫害图像识别装置，其特征在于，包括摄像头、图像传感器、存储模块、嵌入式微型处理器、显示模块、输入模块和供电模块；所述摄像头与所述图像传感器电连接；所述图像传感器、所述存储模块、所述显示模块和所述输入模块分别与所述嵌入式微型处理器电连接；所述摄像头、所述图像传感器、所述嵌入式微型处理器和所述显示模块分别与所述供电模块电连接；所述嵌入式微型处理器中设有MobileNet神经网络模型。2.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征在于，所述识别装置还包括CSI接口，所述CSI接口与所述嵌入式微型处理器电连接，所述图像传感器与所述CSI接口电连接。3.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征在于，所述输入模块包括键盘和鼠标。4.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征在于，所述识别装置还包括DSI串行显示接口，所述DSI串行显示接口与所述嵌入式微型处理器电连接，所述DSI串行显示接口与...

【专利技术属性】
技术研发人员：琚成，范营营，杨会甲，陶怡，柴春蕾，
申请(专利权)人：西安航天自动化股份有限公司，
类型：新型
国别省市：