【技术实现步骤摘要】
基于深度特征自相关性激活的农业害虫图像检测方法
[0001]本专利技术涉及农业害虫识别
，具体来说是基于深度特征自相关性激活的农业害虫图像检测方法。
技术介绍
[0002]对于农作物害虫测报任务，我国传统的方法大多是基于人工调查，准确率取决于调查专家的专业水平。近年来大量国内外研究学者基于数字图像处理与模式识别技术在害虫识别与检测领域做了许多工作，根据研究时间的先后主要分为基于传统机器学习的害虫识别与检测方法和基于深度学习的害虫识别与检测方法。
[0003]但是在实际应用中，害虫图像种类繁多，其呈现的特征类型也差异较大，比如颜色、形状、尺寸，在多类害虫图像或同一图像中存在多类害虫时，检测效果较差、错误率较高。深度学习可以根据检测的目的设定损失函数，让模型自主学习到上百维度的深度特征，但是这些大量不同类型的特征之间有没有相关性和冗余性，如何利用这些特征之间的关系进一步优化和增强，以利于多类复杂害虫的检测。因此，如何提高农业害虫图像的检测精度已经成为急需解决的技术问题。
技术实现思路
[0004]本...
【技术保护点】
【技术特征摘要】
1.一种基于深度特征自相关性激活的农业害虫图像检测方法，其特征在于，包括以下步骤：11)害虫图像的获取：获取农业害虫图像，形成害虫图像数据集；12)害虫问题检测网络的构建：构建害虫问题检测网络，其中害虫问题检测网络包括整体特征提取网络和有效目标害虫检测网络；13)害虫问题检测网络的训练：将害虫图像数据集输入害虫问题检测网络，对整体特征提取网络和有效目标害虫检测网络进行交互训练；14)待检测害虫图像的获取：获取待检测的害虫图像；15)害虫问题的检测：将待检测的害虫图像输入训练后的害虫问题检测网络，分类出害虫类型。2.根据权利要求1所述的基于深度特征自相关性激活的农业害虫图像检测方法，其特征在于，所述害虫问题检测网络的构建包括以下步骤：21)构建害虫问题检测网络包括整体特征提取网络和有效目标害虫检测网络；其中，整体特征提取网络用于自动学习整张害虫图像的特征，该特征由基础网络提取，输入是害虫图像，输出是基于整张图像得到的整体特征图；有效目标害虫检测网络从整体特征图中针对性的寻找存在的害虫目标特征，找到对应害虫目标的区域；22)设定整体特征提取网络；23)设定有效目标害虫检测网络。3.根据权利要求1所述的基于深度特征自相关性激活的农业害虫图像检测方法，其特征在于，所述害虫问题检测网络的训练包括以下步骤：31)将害虫图像数据集输入整体特征提取网络，通过基础网络输出整体特征图，整体特征图再输入特征融合网络，输出适合检测的整体特征图；32)将适合检测的整体特征图输入有效目标害虫检测网络，通过害虫区域初步定位网络输出有效目标特征图；33)将有效目标特征图输入深度特征自相关激活网络进行训练；34)将深度特征自相关激活网络的输出送入害虫分类定位网络，定位出害虫特征以及给出对应的类别概率向量。4.根据权利要求2所述的基于深度特征自相关性激活的农业害虫图像检测方法，其特征在于，所述设定整体特征提取网络包括以下步骤：41)设定整体特征提取网络包括基础网络和特征融合网络；42)设定基础网络使用迁移学习以ImageNet数据集上的预训练权重作为基础网络的参数初始值，由卷积层、非线性激活层、池化层叠加构成；43)设定特征融合网络为带有侧向跳跃连接的网络结构，基础网络不同层级的输出经过多次上采样并和当层级特征图融合，取融合后特征图作为整体特征图F；特征融合网络建立侧向连接的层次结构，将高层级特征中的语义信息自上而下传到低层特征上，层级间特征融合结构与基础网络相结合，作为基础网络的优化机制，获得适合检测的整体特征图。5.根据权利要求2所述的基于深度特征自相关性激活的农业害虫图像检测方法，其特征在于，所述设定有效目标害虫检测网络包括以下步骤：51)设定有效目标害虫检测网络包括害虫区域初步定位网络、深度特征自相关激活网
络和害虫分类定位网络；52)设定害虫区域初步定位网络为区域建议生成网络，用来在整体特征图上产生多个初步害虫感兴趣区域，基于完全卷积的方式高效实现，并使用感兴趣区域均值采样降维到固定大小的有效目标特征图；害虫区...
【专利技术属性】
技术研发人员：王儒敬，陈天娇，谢成军，张洁，杜健铭，李瑞，陈红波，胡海瀛，刘海云，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。