作物病害识别方法、系统、电子设备、存储介质技术方案

本发明专利技术提供一种作物病害识别方法、系统、电子设备、存储介质，所述方法包括：获取待识别病害的作物图像；将所述作物图像输入深度残差网络，获得残差的第一特征图；基于所述第一特征图，获取水平方向上的第一特征向量和垂直方向上的第二特征向量；基于所述第一特征向量和第二特征向量，获取对应的第一权重和第二权重；将所述作物图像和所述第一权重、所述第二权重依次相乘，获取注意力图；将所述注意力图和所述第一特征图融合，获取第二特征图；基于所述第二特征图，判断病害类别。通过双线性坐标注意力嵌入特征图空间坐标信息和特征融合的方法，降低特征信息的损失，让注意力更加集中于病斑区域，减少对背景、健康区域等冗余信息的关注。息的关注。息的关注。

【技术实现步骤摘要】
作物病害识别方法、系统、电子设备、存储介质


[0001]本专利技术涉及农业信息
，尤其涉及一种作物病害识别方法、系统、电子设备、存储介质。

技术介绍

[0002]棉花是世界上主要农作物之一，在种植过程中，棉花常常遭受病害的感染和侵害，造成棉花的产量下降和品质降低，甚至严重时大面积绝收。因此，为棉花病害精准防治提供决策支持的棉花病害识别方法尤为重要。传统的病害识别主要依靠人工辨识方式，该方式不仅需要有丰富的经验和知识的专家来判断病害类型，而且这种方法费时费力、主观性强、误判风险高。此外，实验室检测方法不仅耗时长，而且成本高。为了克服这些缺点，基于计算机视觉的病害自动识别受到高度重视，得到了快速发展。
[0003]理想的情况下，棉花病害图像采集在相同的条件下(固定的光源、背景与拍摄角度等)进行。然而在实际中，这种理想情况只能在受控环境中实现，如实验室内。在复杂自然环境中进行病害识别具有很多挑战，比如在实际的棉花种植环境中，一日之内剧烈的照明变化、不同背景下的反光、不同的气象条件都会对成像造成影响。同时，图像背景中还包括有土壤、秸秆、地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物病害识别方法，其特征在于，所述方法包括：获取待识别病害的作物图像；将所述作物图像输入深度残差网络，获得残差的第一特征图；基于所述第一特征图，获取水平方向上的第一特征向量和垂直方向上的第二特征向量；基于所述第一特征向量和第二特征向量，获取对应的第一权重和第二权重；将所述作物图像和所述第一权重、所述第二权重依次相乘，获取注意力图；将所述注意力图和所述第一特征图融合，获取第二特征图；基于所述第二特征图，判断病害类别。2.根据权利要求1所述的作物病害识别方法，其特征在于，基于所述第一特征图，获取水平方向上的第一特征向量和垂直方向上的第二特征向量，包括：针对所述第一特征特征图的每个通道，分别在水平方向和垂直方向上进行平均池化；将水平方向所有通道池化后的特征，作为所述第一特征向量；将垂直方向所有通道池化后的特征，作为所述第二特征向量。3.根据权利要求1所述的作物病害识别方法，其特征在于，基于所述第一特征向量和第二特征向量，获取对应的第一权重和第二权重，包括：依次通过第一卷积变换函数和第一非线性激活函数对所述第一特征向量和第二特征向量进行处理，获取中间特征向量；依次通过第二卷积变换函数和第二非线性激活函数对所述中间特征向量进行分解，获取与所述第一特征向量对应的第一张量、与所述第二特征向量对应的第二张量；将所述第一张量扩展为所述第一权重；将所述第二张量扩展为所述第二权重。4.根据权利要求1所述的作物病害识别方法，其特征在于，将所述注意力图和所述第一特征图融合，获取第二特征图，包括：将所述注意力图分割为多个局部注意力图；将所述第一特征图依次通过所述多个局部注意力图进行多次池化，获取对应的多个局部特征图；拼接所述多个局部特征图，获取所述第二特征图。5.根据权利要求1所述的作物病害识别方法，...

【专利技术属性】
技术研发人员：张建华，邵明月，柴秀娟，孙坦，张凝，
申请(专利权)人：中国农业科学院农业信息研究所，
类型：发明
国别省市：