一种虫害检测方法及系统技术方案

本发明专利技术涉及一种虫害检测方法及系统，属于图像检测技术领域，该方法包括：构建虫害检测数据集；基于邻域信息融合构建虫害检测网络；采用虫害检测数据集训练虫害检测网络获得虫害检测模型；采用虫害检测模型进行虫害位置和虫害类别检测；虫害检测网络包括候选目标区域提取模块、邻域信息融合模块和后端预测模块；邻域信息融合模块用于根据多个虫害目标区域获得多个虫害区域特征图，并获得各虫害区域特征图的邻域信息特征图，将各虫害区域特征图与对应的邻域信息特征图进行特征融合，获得各虫害区域特征图对应的融合式虫害区域特征图。本发明专利技术提高了检测效率和准确性。发明专利技术提高了检测效率和准确性。发明专利技术提高了检测效率和准确性。

【技术实现步骤摘要】
一种虫害检测方法及系统


[0001]本专利技术涉及虫害监测
，特别是涉及一种虫害检测方法及系统。

技术介绍

[0002]随着现代化农业的不断发展和农产品需求的日益增长，大棚种植在农业生产所占的比重越来越大。相比传统的耕种模式，大棚这种封闭式环境更容易为害虫提供有利的繁殖和生长条件，而且现阶段农作物的虫害管理主要依靠人力和人工经验，不仅工作效率低下，且缺乏科学指导，更加难以保障农作物的品质。因此，亟需一种自动化的虫害监测方法，为大棚农作物的虫害管理提供精准可靠的监测数据，从而有效提升农产品的品质和产量，促进农业经济的快速发展。

技术实现思路

[0003]本专利技术的目的是提供一种虫害检测方法及系统，提高了检测效率和准确性。
[0004]为实现上述目的，本专利技术提供了如下方案：一种虫害检测方法，包括：构建虫害检测数据集；所述虫害检测数据集包括多张设定蔬菜种类的蔬菜图像和与各所述蔬菜图像对应的标注文件，所述标注文件标注的是蔬菜图像中虫害位置和虫害类别；基于邻域信息融合构建虫害检测网络；采用所述虫害检测数据集训练所述虫害检测网络，获得虫害检测模型；将待检测蔬菜图像输入所述虫害检测模型，获得所述待检测蔬菜图像的虫害位置和虫害类别；所述虫害检测网络包括候选目标区域提取模块、邻域信息融合模块和后端预测模块；所述目标区域提取模块用于对输入蔬菜图像进行虫害目标特征提取，对提取的虫害图特征进行特征融合，获得多张尺度不同的融合特征图，并根据各融合特征图获得多个虫害目标区域；所述邻域信息融合模块用于根据多个所述虫害目标区域获得多个虫害区域特征图，并获得各虫害区域特征图的邻域信息特征图，将各虫害区域特征图与对应的邻域信息特征图进行特征融合，获得各虫害区域特征图对应的融合式虫害区域特征图；所述后端预测模块根据各所述融合式虫害区域特征图确定所述输入蔬菜图像的虫害位置和虫害类别。
[0005]可选地，所述方法还包括：根据所述待检测蔬菜图像的虫害位置统计虫害数量；根据所述虫害数量确定所述待检测蔬菜图像的虫害状态。
[0006]可选地，所述邻域信息融合模块包括ROI Align层，所述ROI Align层用于根据多个所述虫害目标区域获得多个虫害区域特征图。
[0007]可选地，所述邻域信息融合模块用于以第i张虫害区域特征图的中心为中心，在与第i张虫害区域特征图对应的融合特征图中截取设定边长的正方形作为第i张虫害区域特
征图的虫害邻域特征图，对第i张虫害区域特征图的虫害邻域特征图进行下采样获得第i张虫害区域特征图的邻域信息特征图；所述邻域信息融合模块还用于将第i张虫害区域特征图与对应的邻域信息特征图进行逐像素相乘操作，再将逐像素相乘结果进行卷积核为1*1的卷积操作，获得融合式虫害区域特征图。
[0008]可选地，所述后端预测模块包括两层全连接层。
[0009]可选地，所述将待检测蔬菜图像输入所述虫害检测模型，获得所述待检测蔬菜图像的虫害位置和虫害类别，具体包括：采用搭载工业相机的机械臂AGV小车在蔬菜大棚内逐行进行图像采集，实时获得待检测蔬菜图像；将实时获得的待检测蔬菜图像输入所述虫害检测模型，获得所述待检测蔬菜图像的虫害位置和虫害类别。
[0010]本专利技术还公开了一种虫害检测系统，包括：数据集构建模块，用于构建虫害检测数据集；所述虫害检测数据集包括多张设定蔬菜种类的蔬菜图像和与各所述蔬菜图像对应的标注文件，所述标注文件标注的是蔬菜图像中虫害位置和虫害类别；虫害检测网络构建模块，用于基于邻域信息融合构建虫害检测网络；虫害检测网络训练模块，用于采用所述虫害检测数据集训练所述虫害检测网络，获得虫害检测模型；虫害检测模块，用于将待检测蔬菜图像输入所述虫害检测模型，获得所述待检测蔬菜图像的虫害位置和虫害类别；所述虫害检测网络包括候选目标区域提取模块、邻域信息融合模块和后端预测模块；所述目标区域提取模块用于对输入蔬菜图像进行虫害目标特征提取，对提取的虫害图特征进行特征融合，获得多张尺度不同的融合特征图，并根据各融合特征图获得多个虫害目标区域；所述邻域信息融合模块用于根据多个所述虫害目标区域获得多个虫害区域特征图，并获得各虫害区域特征图的邻域信息特征图，将各虫害区域特征图与对应的邻域信息特征图进行特征融合，获得各虫害区域特征图对应的融合式虫害区域特征图；所述后端预测模块根据各所述融合式虫害区域特征图确定所述输入蔬菜图像的虫害位置和虫害类别。
[0011]可选地，所述系统还包括：虫害数量统计模块，用于根据所述待检测蔬菜图像的虫害位置统计虫害数量；虫害状态确定模块，用于根据所述虫害数量确定所述待检测蔬菜图像的虫害状态。
[0012]可选地，所述邻域信息融合模块包括ROI Align层，所述ROI Align层用于根据多个所述虫害目标区域获得多个虫害区域特征图。
[0013]可选地，所述邻域信息融合模块用于以第i张虫害区域特征图的中心为中心，在与第i张虫害区域特征图对应的融合特征图中截取设定边长的正方形作为第i张虫害区域特征图的虫害邻域特征图，对第i张虫害区域特征图的虫害邻域特征图进行下采样获得第i张虫害区域特征图的邻域信息特征图；所述邻域信息融合模块还用于将第i张虫害区域特征图与对应的邻域信息特征图进行逐像素相乘操作，再将逐像素相乘结果进行卷积核为1*1的卷积操作，获得融合式虫害区域特征图。
[0014]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术公开了一种虫害检测方法及系统，通过构建虫害检测网络进行虫害信息检测，实现虫害信息检测的自动化，从而提高了虫害检测效率，另外虫害检测网络为基于邻域信息融合的虫害检测网络，在预测阶段引入虫害目标的邻域信息，进一步将虫害监测范围缩小在农作物表面，避免因与虫害具有高度相似性的干扰信息所导致的虫害虚警，从而有效提升虫害检测网络对虫害目标的检测准确率。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术一种虫害检测方法流程示意图；图2为本专利技术虫害检测网络结构示意图；图3为本专利技术一种虫害检测系统结构示意图。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]本专利技术的目的是提供一种虫害检测方法及系统，提高了检测效率和准确性。
[0019]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0020]图1为本专利技术一种虫害检测方法流程示意图，如图1所示，一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虫害检测方法，其特征在于，包括：构建虫害检测数据集；所述虫害检测数据集包括多张设定蔬菜种类的蔬菜图像和与各所述蔬菜图像对应的标注文件，所述标注文件标注的是蔬菜图像中虫害位置和虫害类别；基于邻域信息融合构建虫害检测网络；采用所述虫害检测数据集训练所述虫害检测网络，获得虫害检测模型；将待检测蔬菜图像输入所述虫害检测模型，获得所述待检测蔬菜图像的虫害位置和虫害类别；所述虫害检测网络包括候选目标区域提取模块、邻域信息融合模块和后端预测模块；所述目标区域提取模块用于对输入蔬菜图像进行虫害目标特征提取，对提取的虫害图特征进行特征融合，获得多张尺度不同的融合特征图，并根据各融合特征图获得多个虫害目标区域；所述邻域信息融合模块用于根据多个所述虫害目标区域获得多个虫害区域特征图，并获得各虫害区域特征图的邻域信息特征图，将各虫害区域特征图与对应的邻域信息特征图进行特征融合，获得各虫害区域特征图对应的融合式虫害区域特征图；所述后端预测模块根据各所述融合式虫害区域特征图确定所述输入蔬菜图像的虫害位置和虫害类别。2.根据权利要求1所述的虫害检测方法，其特征在于，所述方法还包括：根据所述待检测蔬菜图像的虫害位置统计虫害数量；根据所述虫害数量确定所述待检测蔬菜图像的虫害状态。3.根据权利要求1所述的虫害检测方法，其特征在于，所述邻域信息融合模块包括ROI Align层，所述ROI Align层用于根据多个所述虫害目标区域获得多个虫害区域特征图。4.根据权利要求1所述的虫害检测方法，其特征在于，所述邻域信息融合模块用于以第i张虫害区域特征图的中心为中心，在与第i张虫害区域特征图对应的融合特征图中截取设定边长的正方形作为第i张虫害区域特征图的虫害邻域特征图，对第i张虫害区域特征图的虫害邻域特征图进行下采样获得第i张虫害区域特征图的邻域信息特征图；所述邻域信息融合模块还用于将第i张虫害区域特征图与对应的邻域信息特征图进行逐像素相乘操作，再将逐像素相乘结果进行卷积核为1*1的卷积操作，获得融合式虫害区域特征图。5.根据权利要求1所述的虫害检测方法，其特征在于，所述后端预测模块包括两层全连接层。6.根据权利要求1所述的虫害检测方法，其特征在于，所述将待检测蔬菜图像输入所述虫害检测模型，获得所述待检测蔬菜图像的虫害位置和虫害类别，具体包括：采用搭载工业相机的机械臂AGV小车在蔬菜大棚内逐行进行图...

【专利技术属性】
技术研发人员：钱浩，张波，周晓坤，
申请(专利权)人：科大天工智能装备技术天津有限公司，
类型：发明
国别省市：