一种甘蔗黑穗病识别方法技术

本发明专利技术公开了一种甘蔗黑穗病识别方法，涉及涉及图像识别技术领域，解决了传统识别黑穗病的方法主要依靠人工识别，费时费力的问题

【技术实现步骤摘要】
一种甘蔗黑穗病识别方法


[0001]本专利技术涉及图像识别
，特别涉及一种甘蔗黑穗病识别方法
。

技术介绍

[0002]甘蔗黑穗病是对甘蔗危害最大的病害之一，甘蔗黑穗病又称甘蔗鞭黑穗病
、
黑粉病
。
该病最明显特征是病蔗梢头具一条向下卷内的黑色鞭状物，长几厘米至数十厘米不等
。
鞭中央是由薄壁组织或维管束组织构成的心柱，外围包着一层厚垣孢子
。
病鞭在形成初期，外包一层银白色薄膜，后破裂散出大量黑粉，最后只剩下心柱
。
染病种蔗萌芽早，茎细小，叶细长，淡绿，分蘖增多，后分蘖上也长出黑穗鞭
。
也就是说，甘蔗的黑穗病是一种可以通过外观辨别出来的病种
。
此外，甘蔗的生长过程包括萌芽期
、
幼苗期
、
分蘖期
、
伸长期
、
成熟期共5个生长时期，这五个时期的甘蔗形态均有较为明显的区别，黑穗病在这几个时期的表现形式也相应的有一定外观形态上的区别
。
[0003]传统识别黑穗病的方法主要依靠人工识别，费时费力，基于深度学习的甘蔗黑穗病识别有助于提高黑穗病的识别效率，从而及时采取应对措施，助力甘蔗生产
。
[0004]鉴于此，需要一种甘蔗黑穗病识别方法
。

技术实现思路

[0005]针对现有技术中传统识别黑穗病的方法主要依靠人工识别，费时费力的问题，本专利技术提供了一种甘蔗黑穗病识别方法，能够提高黑穗病的识别效率，从而及时采取应对措施，助力甘蔗生产
。
具体技术方案如下：
[0006]一种甘蔗黑穗病识别方法，包括以下步骤：
[0007]采集数据并进行数据集的制作，所述数据集包括萌芽期
、
幼苗期
、
分蘖期
、
伸长期
、
成熟期共5个生长时期的甘蔗图像；
[0008]对数据集进行数据增强，并对数据集进行扩充；
[0009]对图像进行归一化处理；
[0010]采用预训练模型的形式将归一化后的图像对网络进行训练
。
[0011]优选的，所述数据集的制作流程如下：
[0012]根据甘蔗生长周期对进行分周期的图像采集，所述甘蔗胜长周期包括萌芽期
、
幼苗期
、
分蘖期
、
伸长期
、
成熟期5个周期；
[0013]完成图像采集以后，对图像进行标注，分为黑穗病与健康两种类别；
[0014]对图像进行
One
‑
hot
编码，0表示健康，1表示黑穗病；
[0015]生成可用于神经网络训练的标准数据集
。
[0016]优选的，所述数据增强采用尺度变换
、
色度变换
、
随机拼接
、
旋转变换
、
随机蒙版
、
随机裁剪共6种方式进行
。
[0017]优选的，所述采用预训练模型的形式将归一化后的图像对网络进行训练具体为：将预训练权重作为网络的初始权重，训练若干个
epoch
后，固定当前网络权重，将输入图像
经归一化后送入网络中，经
softmax
函数后，输出该图像中甘蔗患黑穗病的概率和健康的概率
。
[0018]优选的，所述训练采用
Shufflenet
网络模型
。
[0019]优选的，将
Imagenet
的权重作为预训练权重
。
[0020]优选的，采用交叉熵函数作为损失函数对模型进行训练
。
[0021]优选的，所述训练若干个
epoch
具体为训练
50
个
epoch。
[0022]一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行如上所述的甘蔗黑穗病识别方法
。
[0023]一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行如上所述的甘蔗黑穗病识别方法
。
[0024]与现有技术相比，本专利技术的有益效果为：
[0025]本专利技术通过采集数据并进行数据集的制作，所述数据集包括萌芽期
、
幼苗期
、
分蘖期
、
伸长期
、
成熟期共5个生长时期的甘蔗图像；对数据集进行数据增强，并对数据集进行扩充；对图像进行归一化处理，最终采用预训练模型的形式将归一化后的图像对网络进行训练，从而得出训练好的模型以输入图像对应判断甘蔗是否患有黑穗病
。
基于深度学习的甘蔗黑穗病识别有助于提高黑穗病的识别效率，从而及时采取应对措施，助力甘蔗生产
。
附图说明
[0026]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍
。
在所有附图中，类似的元件或部分一般由类似的附图标记标识
。
附图中，各元件或部分并不一定按照实际的比例绘制
。
[0027]图1为甘蔗黑穗病识别方法流程图；
[0028]图2为通道稀疏连接方式示意图；
[0029]图3为
ShuffleNet
的基本单元示意图
。
具体实施方式
[0030]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
。
[0031]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征
、
整体
、
步骤
、
操作
、
元素和
/
或组件的存在，但并不排除一个或多个其它特征
、
整体
、
步骤
、
操作
、
元素
、
组件和
/
或其集合的存在或添加
。
[0032]还应当理解，在本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术
。
如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式
。
[0033]还应当进一步理解，在本专利技术说明书和所附权利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种甘蔗黑穗病识别方法，其特征在于，包括以下步骤：采集数据并进行数据集的制作，所述数据集包括萌芽期
、
幼苗期
、
分蘖期
、
伸长期
、
成熟期共5个生长时期的甘蔗图像；对数据集进行数据增强，并对数据集进行扩充；对图像进行归一化处理；采用预训练模型的形式将归一化后的图像对网络进行训练
。2.
根据权利要求1所述的一种甘蔗黑穗病识别方法，其特征在于，所述数据集的制作流程如下：根据甘蔗生长周期对进行分周期的图像采集，所述甘蔗胜长周期包括萌芽期
、
幼苗期
、
分蘖期
、
伸长期
、
成熟期5个周期；完成图像采集以后，对图像进行标注，分为黑穗病与健康两种类别；对图像进行
One
‑
hot
编码，0表示健康，1表示黑穗病；生成可用于神经网络训练的标准数据集
。3.
根据权利要求1所述的一种甘蔗黑穗病识别方法，其特征在于，所述数据增强采用尺度变换
、
色度变换
、
随机拼接
、
旋转变换
、
随机蒙版
、
随机裁剪共6种方式进行
。4.
根据权利要求1所述的一种甘蔗黑穗病识别方法，其...

【专利技术属性】
技术研发人员：颜梅新，张小秋，余新圣，方辉，宋修鹏，王泽平，雷敬超，梁永检，黄伟华，陈潇航，黄冬梅，李秋芳，刘正军，江梨，
申请(专利权)人：广西壮族自治区农业科学院，
类型：发明
国别省市：