一种基于改进制造技术

本发明专利技术公开了一种基于改进

【技术实现步骤摘要】
一种基于改进Unet的苹果叶病害等级估算系统


本专利技术涉及苹果叶病斑分割
、
病害等级估算领域，具体涉及一种基于改进
Unet
的苹果叶病害等级估算系统
。

技术介绍

苹果作为我国重要的经济作物，为我国带来了巨大的经济效益
。
目前苹果的品质和产量主要受到病虫害的影响，有些病害会侵染果实使得果实出现凹陷
、
斑点，影响品质；有些病害会发生在枝干和叶面处，导致叶片脱落无法削弱果树树势，导致果实品质下降
。
当大面积种植苹果时，如果不能及时发现并治理病害，在短时间内有可能会波及整片果园，导致产量直线下滑
。
传统的病虫害防治常常需要定期喷药，这往往会耗费大量时间和人力成本，并且大量的农药残留还会污染环境
、
损害人类健康
。
因此如若能实现根据病害等级对症下药，不仅可以节约资源，更能保护环境
、
保护人类自身
。
伴随卷积神经网络的发展，自动检测
、r/>自动分割...

【技术保护点】

【技术特征摘要】
1.
一种基于改进
Unet
的苹果叶病害等级估算系统，其特征在于，包括以下步骤：步骤一：基于
ATLDSD
苹果叶片病害公开数据集建立所需数据集，对原数据集进行扩充，避免模型过拟合现象的发生；步骤二：将扩充后的苹果叶片病害图像送入改进后的编码器网络中进行特征提取，编码器总共有五层，共得到五个不同大小的特征图；步骤三：将得到的特征图通过通道注意力机制与解码器上采样得到的相同大小的特征图进行拼接，实现特征融合；步骤四：在每一层上采样操作时引入空间注意力机制，还原特征图的空间信息
。
上采样操作结束后，利用卷积操作对特征图进行通道调整，得到最终的分割结果；步骤五：设计算法为得到的分割结果图像中的像素点进行计数，统计病斑的像素点个数，通过病斑与健康叶片像素点个数的占比，估算病害等级；步骤六：将训练好的模型导入病害等级估算系统，使用
PyQt
界面开发工具对系统界面进行设计，使用训练之后的模型权重对上传的图片进行分割，点击开始分割按钮得到分割结果；利用病害等级估算算法统计像素点占比，点击开始检测按钮得到病害等级估算结果
。2.
根据权利要求1所述的一种基于改进
Unet
的苹果叶病害等级估算系统，其特征在于，步骤一所述的数据增强方法具体为：对于读取到的图片以
0.8
的概率进行图像旋转，最大左旋角与最大右旋角均为
10
度；以
0.5
的概率进行图像的左右互换；以
0.3
的概率对图片进行放大缩小，面积为原始图的
0.85
倍，通过以上操作将数据集中的图片个数扩充为原来的
10
倍左右
。3.
根据权利要求1所述的一种基于改进
Unet
的苹果叶病害等级估算系统，其特征在于，步骤二所述的改进后的编码器网络为以
VGG
为骨干网络的特征提取网络，具体进行特征提取的流程为：首先输入图像大小为
512
×
512
×3，进行两次3×3通道数为
64
的卷积，获得一个
512
×
512
×
64
的初步有效特征图，再进行2×2的最大池化操作，获得一个
256
×
256
×
64
的特征图
feat1
；对
feat1
进行两次3×3通道数为
128
的卷积，获得一个
256
×
256
×
128
的初步有效特征图，再进行2×2的最大池化操作，获得一个
128
×
128
×
128
的特征图
feat2
；对
feat2
进行三次3×3通道数为
256
的卷积，获得一个
128
×
128
×
256
的初步有效特征图，再进行2×2的最大池化操作，获得一个
64
×
64
×
256
的特征图
feat3
；对
feat3
进行三次3×3通道数为
512
的卷积，获得一个
64
×
64
×
512
的初步有效特征图，再进行2×2的最大池化操作，获得一个
32
×
32
×
512
的特征图
feat4
；对
feat4
进行三次3×3通道数为
512
的卷积，获得一个
3...

【专利技术属性】
技术研发人员：霍世昕，段纳，徐止政，冯慧，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：