【技术实现步骤摘要】
【国外来华专利技术】利用多阶段、多尺度深度学习的植物病害检测相关申请的交叉引用该专利文件的公开内容的一部分包含受版权保护的材料。版权所有者不反对任何人以专利和商标局专利文件或记录中的形式复制专利文件或专利公开的内容,但保留所有版权或权利。2015-2019克莱米特公司(ClimateCorporation)。
本公开涉及植物病害检测和机器学习
本公开还涉及以不同尺度处理图像以识别具有不同尺寸的症状的病害
技术介绍
本部分中描述的方法是可以采用的方法,但不一定是先前已经设想或采用的方法。因此,除非另有说明,否则不应当仅由于本部分中所述的任何方法被包括在本部分中而认为本部分中所述的任何方法有资格作为现有技术。植物病害检测在农业中很重要。如今,自动化方法通常涉及通过从样本照片中学习来对植物照片进行分类。每个照片可以示出具有病害症状的叶子。有时,这些症状是由多个病害引起的。有时,这些症状具有不同尺寸或彼此重叠。将有帮助的是,具有一种有效且准确的方法可以从这种照片中识别出感染叶片的植物病害,而无需示出这些植物病害的各种症状的大量照片作为样本。
技术实现思路
所附权利要求可以用作本公开的概述。附图说明在附图中:图1示出了被配置为执行本文中描述的功能的示例计算机系统,该示例计算机系统在田地环境中与该系统可以与之交互的其他装置一起示出。图2示出了当示例移动应用被加载以供执行时主存储器中的指令集的示例逻辑组织的两个视图。图3示出了编程过程,通过该 ...
【技术保护点】
1.一种从植物图像中识别具有多尺寸症状的植物病害的计算机实现的方法,包括:/n由处理器从至少第一照片、第二照片和第三照片中获取第一训练集,所述第一照片示出第一多个植物病害中的一个植物病害的第一症状,所述第二照片未示出症状,所述第三照片示出第二多个植物病害中的一个植物病害的部分第二症状,/n所述第一症状小于所述第二症状,/n所述第一照片、所述第二照片和所述第三照片对应于类似尺寸的视场;/n由所述处理器从所述第一训练集构建第一数字模型,以用于将图像分类为与所述第一多个植物病害、健康状况、或所述第二多个植物病害的组合相对应的第一组类别中的类别;/n从示出所述第二症状的至少第四照片获取第二训练集;/n从所述第二训练集构建第二数字模型,以用于将图像分类为与所述第二多个植物病害相对应的第二组类别中的类别;/n从用户设备接收新图像;/n将所述第一数字模型应用于所述新图像内的多个第一区域以获取多个分类;/n将所述第二数字模型应用于一个或多个第二区域以获取一个或多个分类,每个第二区域对应于所述多个第一区域中的若干个第一区域的组合,/n所述若干个第一区域被分类为与所述第二多个植物病害的所述组合相对应的所述 ...
【技术特征摘要】
【国外来华专利技术】20181024 US 62/750,1431.一种从植物图像中识别具有多尺寸症状的植物病害的计算机实现的方法,包括:
由处理器从至少第一照片、第二照片和第三照片中获取第一训练集,所述第一照片示出第一多个植物病害中的一个植物病害的第一症状,所述第二照片未示出症状,所述第三照片示出第二多个植物病害中的一个植物病害的部分第二症状,
所述第一症状小于所述第二症状,
所述第一照片、所述第二照片和所述第三照片对应于类似尺寸的视场;
由所述处理器从所述第一训练集构建第一数字模型,以用于将图像分类为与所述第一多个植物病害、健康状况、或所述第二多个植物病害的组合相对应的第一组类别中的类别;
从示出所述第二症状的至少第四照片获取第二训练集;
从所述第二训练集构建第二数字模型,以用于将图像分类为与所述第二多个植物病害相对应的第二组类别中的类别;
从用户设备接收新图像;
将所述第一数字模型应用于所述新图像内的多个第一区域以获取多个分类;
将所述第二数字模型应用于一个或多个第二区域以获取一个或多个分类,每个第二区域对应于所述多个第一区域中的若干个第一区域的组合,
所述若干个第一区域被分类为与所述第二多个植物病害的所述组合相对应的所述类别;
向所述用户设备传输分类数据,所述分类数据与所述多个分类和所述一个或多个分类有关,所述多个分类是到与所述第一多个植物病害中的一个植物病害或所述健康状况相对应的类别的分类。
2.根据权利要求1所述的计算机实现的方法,所述第一数字模型或所述第二数字模型是卷积神经网络(CNN)或决策树。
3.根据权利要求1所述的计算机实现的方法,
所述第一多个植物病害包括普通锈病、眼斑病、南方锈病、或早期灰斑病,
所述第二多个植物病害包括高斯枯萎病、北叶枯病、或晚期灰斑病。
4.根据权利要求1所述的计算机实现的方法,所述获取所述第一训练集包括:
标识滑动窗口的尺寸;
确定第一缩放因子;
基于所述滑动窗口的所述尺寸和所述第一缩放因子来确定第一图像尺寸;
根据所述第一图像尺寸调节所述第一照片、所述第二照片或所述第三照片的尺寸以获取经尺寸调节的第一照片、经尺寸调节的第二照片或经尺寸调节的第三照片。
5.根据权利要求4所述的计算机实现的方法,所述获取所述第二训练集包括:
确定小于所述第一缩放因子的第二缩放因子;
基于所述滑动窗口的所述尺寸和所述第二缩放因子来确定第二图像尺寸;
根据所述第二图像尺寸调节所述第四照片的尺寸以获取经尺寸调节的第四照片。
6.根据权利要求5所述的计算机实现的方法,还包括:
确定第一步幅和小于所述第一步幅的第二步幅,
所述获取所述第一训练集还包括使用具有所述第一步幅的所述滑动窗口从所述经尺寸调节的第一照片、所述经尺寸调节的第二照片或所述经尺寸调节的第三照片中提取第一组区域,
所述获取所述第二训练集还包括使用具有所述第二步幅的所述滑动窗口从所述经尺寸调节的第四照片中提取第二组区域。
7.根据权利要求6所述的计算机实现的方法,
所述获取所述第一训练集还包括将所述第一组类别中的类别的标签分配给所述第一组区域中的每个区域,
所述构建所述第一数字模型进一步从一组标签被分配给所述第一组区域来执行,
所述获取所述第二训练集还包括将所述第二组类别中的类别的标签分配给所述第二组区域中的每个区域,
所述构建所述第二数字模型进一步从一组标签被分配给所述第二组区域来执行。
8.根据权利要求6所述的计算机实现的方法,所述应用所述第一数字模型包括:
根据所述第一图像尺寸调节所述新图像的尺寸以获取第一更新图像;
使用具有所述第一步幅的所述滑动窗口从所述第一更新图像中提取所述第一多个区域。
9.根据权利要求8所述的计算机实现的方法,所述应用所述第二数字模型包括:
掩蔽所述新图像中被分类为与所述第一多个植物病害中的一个植物病害或健康状况相对应的类别的所述多个第一区域中的每个第一区域以获取掩蔽图像;
根据所述第二图像尺寸调节所述掩蔽图像的尺寸以获取第二更新图像;
使用具有所述第二步幅的所述滑动窗口从所述第二更新图像中提取所述一个或多个第二区域。
10.根据权利要求1所述的计算机实现的方法,所述应用所述第二数字模型包括调节所述第一多个区域中的若干个第一区域的组合的一部分的尺寸以获取所述一个第二区域。
11.根据权利要求1所述的计算机实现的方法,所述第一训练集进一步是从特定照片中获取的,所述特定照片示出所述第一多个植物病害中的一个植物病害的第三症状和所述第二多个植物病害中的一个植物病害的第四...
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。