柑橘病害等级识别方法、设备、存储介质及装置制造方法及图纸

本发明专利技术公开了一种柑橘病害等级识别方法、设备、存储介质及装置，本发明专利技术基于K

【技术实现步骤摘要】
柑橘病害等级识别方法、设备、存储介质及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种柑橘病害等级识别方法、设备、存储介质及装置。

技术介绍

[0002]随着农业经济的发展，越来越多的植物采用机械化种植和培育，但现实种植过程中会存在各种因素影响植物的生长，其中，病害是影响植物生长的一个很大的因素，每年有大量的作物被不同的植物病害所侵害，造成大量损失，因此，为了保证作物产量以及植物寿命，需要对植物病害进行准确检测和鉴别，从而有效帮助果农及时防止柑橘病害蔓延；
[0003]虽然现有技术中存在对柑橘病害等级识别的模型计算方法，但现有方法中对图片处理的细粒度不够，存在训练图像数量不足的限制，导致网络模型对细粒度特征敏感度不高导致的低精度或过拟合问题，从而影响病害识别效率且容易出现数据误差导致准确性较差。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的主要目的在于提供一种柑橘病害等级识别方法、设备、存储介质及装置，旨在解决现有技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柑橘病害等级识别方法，其特征在于，所述柑橘病害等级识别方法包括：基于K
‑
means算法对获取的柑橘图像进行预处理，获得处理后的图像；基于预设迁移学习的病害等级识别模型对处理后的图像进行病害特征识别，根据特征识别结果确定柑橘病害图像，所述预设迁移学习的病害等级识别模型为将VGG
‑
16网络模型的模型参数和参数权重迁移至NC
‑
ResNet50模型获得迁移后的模型，并对所述迁移后的模型进行训练获得的模型；对所述柑橘病害图像中的病害面积进行统计，根据统计结果确定柑橘病害程度。2.如权利要求1所述的柑橘病害等级识别方法，其特征在于，所述基于K
‑
means算法对获取的柑橘图像进行预处理，获得处理后的图像的步骤，包括：基于K
‑
means算法对获取的柑橘图像进行像素点分割，获得像素点数据集；根据所述像素点数据集对应的像素相似度对所述柑橘图像进行分割，并从分割后的图像中提取包含关键病害特征的图像。3.如权利要求1所述的柑橘病害等级识别方法，其特征在于，所述基于预设迁移学习的病害等级识别模型对处理后的图像进行病害特征识别，根据特征识别结果确定柑橘病害图像的步骤之前，还包括：采用ImageNet图像数据集作为迁移训练的源数据集；基于ImageNet源数据集对改进的VGG
‑
16模型进行训练，获得预训练模型；基于所述预训练模型对应的参数以及权重和ResNet50模型构建预设迁移学习的病害等级识别模型。4.如权利要求3所述的柑橘病害等级识别方法，其特征在于，所述基于所述预训练模型对应的参数以及权重和ResNet50模型构建预设迁移学习的病害等级识别模型的步骤，包括：将所述预训练模型的参数和权重迁移至ResNet50模型进行初始化处理，获得改进后的ResNet50模型；将所述改进后的ResNet50模型的conv3层和conv5层的输出进行归一化处理，并将所述改进后的ResNet50模型输出的标准化结果输入至RoI层以及全连接层进行训练，获得训练好的NC
‑
ResNet50模型；对所述训练好的NC
‑
ResNet50模型对应的网络参数进行微调，获得预设迁移学习的病害等级识别模型。5.如权利要求4所述的柑橘病害等级识别方法，其特征在于，所述将所述改进后的ResNet50模型的conv3层和c...

【专利技术属性】
技术研发人员：吴立锋，郑禄，帖军，宋中山，汪进，张慧丽，丁凤，田娟娟，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：