一种水稻虫害识别方法、存储介质及设备技术

本发明专利技术涉及农作物病虫害识别技术领域，公开了一种水稻虫害识别方法、存储介质及设备，通过在主干网络中嵌入注意力机制模块实现模型对有效信息的提取，提高了特征提取能力，模型具有较高的水稻虫害的识别精度，并且对主干网络进行剪枝，实现模型的轻量化设计，通过FPN结构进行特征提取，由剪枝的主干网络和FPN结构连接组合形成一个整体检测网络，实现复杂环境下对水稻虫害的精确检测识别，有较高的水稻虫害识别的准确率和识别速度。虫害识别的准确率和识别速度。虫害识别的准确率和识别速度。

【技术实现步骤摘要】
一种水稻虫害识别方法、存储介质及设备


[0001]本专利技术涉及农作物病虫害识别
，特别是涉及一种水稻虫害识别方法、存储介质及设备。

技术介绍

[0002]水稻作为我国最重要的粮食作物之一，其产量在粮食安全和社会的稳定上有着不可忽视的影响。虫害会在水稻的生长过程中会带来一定程度的危害，若农民能及时的减小害虫数量，就能减少农药的喷施，避免水稻产量大大下降。只有准确识别害虫，才能为害虫防治提供重要的依据。
[0003]目前使用机器视觉对水稻虫害检测的实际应用较少，主要原因有以下：1)检测环境较为复杂，害虫易附着在水稻叶片上，甚至有着保护色，不易发现。2)农民没有掌握有效的防治信息，尤其是对害虫的种类，害虫爆发的严重性等信息难以准确地获取。3)水稻害虫种类较多，微小且难以分辨，准确类别识别较为困难。4)传统方法中依靠人工识别监测害虫存在劳动强度大、效率低、实时性差，难以实际应用。
[0004]现有技术公开了一种水稻病虫害识别方法和系统，该方法包括：S1，采集稻田中的待识别水稻病虫害图像；S2，调用已训练好的深度学习识别模型对待识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水稻虫害识别方法，其特征在于，包括：S1、获取水稻虫害数据集，对水稻虫害数据集进行预处理，得到预处理后的图像数据集，并将图像数据集划分为训练集、验证集和测试集；S2、构建水稻虫害识别模型，水稻虫害识别模型包括主干提取网络、特征提取网络，主干提取网络包括特征层和注意力机制单元，选取主干提取网络中的两个特征层分别与注意力机制单元和特征提取网络连接，将特征提取网络的输出进行上采样后与注意力机制单元的输出进行融合，即为水稻虫害识别模型的输出；S3、使用训练集对水稻虫害识别模型进行训练，获得水稻虫害识别模型的预测权重，利用验证集对水稻虫害识别模型进行评估，利用测试集测试水稻虫害识别模型的有效性，得到训练好的水稻虫害识别模型；S4、获取待检测水稻虫害图像，将待检测水稻虫害图像输入训练好的水稻虫害识别模型中，输出待检测水稻虫害图像的检测结果。2.根据权利要求1所述的一种水稻虫害识别方法，其特征在于，在步骤S2中，采用轻量型网络作为主干提取网络，并对主干提取网络进行剪枝，提取主干提取网络输出的两层有效特征层，分别为第一层有效特征层和第二层有效特征层，第一层有效特征层进行下采样操作获得第二层有效特征层，第一层有效特征层的输出作为注意力机制单元的输入，第二层有效特征层的输出作为特征提取网络的输入。3.根据权利要求2所述的一种水稻虫害识别方法，其特征在于，在步骤S2中，所述轻量型网络为MobileNetV3，包括五个特征层，分别为Stage1、Stage2、Stage3、Stage4、Stage5，还包括conv2d卷积层、全局平均池化层和全连接层，对MobileNetV3进行剪枝为去掉Stage5的最后四层卷积层、全局平均池...

【专利技术属性】
技术研发人员：李志忠，冯家乐，李优新，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：