基于损坏图像的虫情监测方法、装置、设备及可读介质制造方法及图纸

本申请提供了一种基于损坏图像的虫情监测方法、装置、设备及可读介质。该方法包括：分别对各样本虫子图像进行至少一种损坏类型的损坏处理，并标注各样本虫子图像对应的虫子类别以及损坏类型，得到训练虫子图像集；将训练虫子图像集输入至对抗网络模型中进行训练，得到分类模型；将待处理虫子图像输入至分类模型中，确定与待处理虫子图像对应的虫子类别以及损坏类型。本技术方案，基于损坏图像对虫子类别分类模型进行训练，以提高分类模型对受损或不完整虫子图像的泛化性能和识别性能，为虫子类别的实时监测和分类提供精准可靠的手段。

【技术实现步骤摘要】

本申请涉及图像处理，尤其涉及一种基于损坏图像的虫情监测方法、装置、设备及可读介质。

技术介绍

1、虫情监测是指利用虫情视觉数据收集设备在无人监管的情况下自动完成诱虫、杀虫、虫体分散、拍照、运输、收集、排水等系统作业，实时将虫害类别和计数情况上传到农业虫情测报平台，并结合实践经验和历史资料，对病虫害未来发生趋势作出预测，提高劳动效率和监测结果的准确性，为广大科研人员和种植户提供准确、及时的预报服务。

2、然而，由于野外环境难以控制，如天气状况以及野外生物破坏等，虫情视觉数据收集设备往往容易受到损坏，从而造成所收集到的虫子图像数据受到污损，最终使得基于损坏数据训练的模型效果不佳。

3、因此，如何提供一种能够准确对损坏图像中虫子类别进行识别的技术方案，是本领域技术人员亟待解决的技术问题。

技术实现思路

1、本申请的一个目的是提供一种基于损坏图像的虫情监测方法、装置、设备及可读介质，至少用以解决对受损或不完整的虫子图像数据进行类别识别等问题，本申请的目的在于：提供了一种新的基于损坏图像的虫情监本文档来自技高网...

【技术保护点】

1.一种基于损坏图像的虫情监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述损坏类型包括图像光照改变、图像局部缺失或图像色彩重置中的至少一种。

3.根据权利要求1所述的方法，其特征在于，所述对抗网络模型包括特征提取器、类别分类器和域分类器；其中，

4.根据权利要求3所述的方法，其特征在于，所述对抗网络模型还包括梯度反转层；其中，

5.根据权利要求4所述的方法，其特征在于，所述域分类器，具体用于对所述梯度反转特征图像集中各训练虫子图像的损坏类型进行识别，确定各所述训练虫子图像对应的损坏类型。

6....

【技术特征摘要】

1.一种基于损坏图像的虫情监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述损坏类型包括图像光照改变、图像局部缺失或图像色彩重置中的至少一种。

3.根据权利要求1所述的方法，其特征在于，所述对抗网络模型包括特征提取器、类别分类器和域分类器；其中，

4.根据权利要求3所述的方法，其特征在于，所述对抗网络模型还包括梯度反转层；其中，

5.根据权利要求4所述的方法，其特征在于，所述域分类器，具体用于对所述梯度反转特征图像集中各训练虫子图像的损坏类型进行识别，确定各所述训练虫子图像对应...

【专利技术属性】
技术研发人员：陆翔，古成龙，姜祏，葛巍，
申请(专利权)人：上海左岸芯慧电子科技有限公司，
类型：发明
国别省市：