System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种虫情监测方法、装置、设备及可读介质制造方法及图纸_技高网

一种虫情监测方法、装置、设备及可读介质制造方法及图纸

技术编号:40528779 阅读:10 留言:0更新日期:2024-03-01 13:48
本申请提供了一种虫情监测方法、装置、设备及可读介质。该方法包括:采集虫子图像并对虫子图像进行特征提取,得到第一特征图像;将第一特征图像输入至预先训练好的分类模型中,对第一特征图像中的虫子进行分类并统计数量,确定虫子图像中的虫子种类以及对应的数量。本技术方案,通过对所采集的虫子图像进行特征提取和分类,能够识别新出现的虫子种类,从而更有效地监控和控制虫子的数量。

【技术实现步骤摘要】

本申请涉及图像处理,尤其涉及一种虫情监测方法、装置、设备及可读介质


技术介绍

1、虫害的预防与治理在中医药、粮食储存、烟草行业、食品加工、森林虫害预防、农作物种植等行业应用非常广泛。采取有效的虫害预防手段,可指导田间进行科的化学防治,降低农药使用量,从而减少生产成本并大大提高产品质量。

2、现有方案中,通过将传统的害虫诱捕器与物联网信息技术相结合,对农、林业生产中所遇到的昆虫进行监测和生物防治。然而,传统的深度学习方法往往仅在闭集上对虫子图像进行训练与部署,而无法对训练数据以外的测试数据进行具有鲁棒性的反应,也无法对新的未知类别虫子种类进行识别。

3、因此,如何提供一种能够准确有效对虫情进行监测的技术方案,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虫情监测方法、装置、设备及可读介质,至少用以解决对未知类别的虫子进行分类等问题,本申请的目的在于:提供了一种新的虫情监测方法。该方法采用了基于深度学习的表征学习算法以及聚类算法相融合的方式,提升虫子分类的准确率。通过对所采集的虫子图像进行特征提取和分类,能够识别新出现的虫子种类,从而更有效地监控和控制虫子的数量。

2、为实现上述目的,本申请的一些实施例提供了以下几个方面:

3、第一方面,本申请的一些实施例还提供了一种虫情监测方法,所述方法包括:

4、采集虫子图像并对所述虫子图像进行特征提取,得到第一特征图像;

5、将所述第一特征图像输入至预先训练好的分类模型中,对所述第一特征图像中的虫子进行分类并统计数量,确定所述虫子图像中的虫子种类以及对应的数量。

6、第二方面,本申请的一些实施例还提供了一种虫情监测装置,所述装置包括:

7、特征提取模块,用于采集虫子图像并对所述虫子图像进行特征提取,得到第一特征图像;

8、种类识别模块,用于将所述第一特征图像输入至预先训练好的分类模型中,对所述第一特征图像中的虫子进行分类并统计数量,确定所述虫子图像中的虫子种类以及对应的数量。

9、第三方面,本申请的一些实施例还提供了一种计算机设备,所述设备包括:

10、一个或多个处理器;以及

11、存储有计算机程序指令的存储器,所述计算机程序指令在被执行时使所述处理器执行如上所述的虫情监测方法。

12、第四方面,本申请的一些实施例还提供了一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如上所述的虫情监测方法。

13、相较于现有技术,本申请实施例提供的方案中,通过采集虫子图像并对虫子图像进行特征提取,得到第一特征图像;将第一特征图像输入至预先训练好的分类模型中,对第一特征图像中的虫子进行分类并统计数量,确定虫子图像中的虫子种类以及对应的数量。本技术方案,通过对所采集的虫子图像进行特征提取和分类,能够识别新出现的虫子种类,从而更有效地监控和控制虫子的数量。

本文档来自技高网...

【技术保护点】

1.一种虫情监测方法,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,所述分类模型的训练过程,包括:

3.根据权利要求2所述的方法,其特征在于,基于教师-学生网络,对所述初始模型进行调整,得到分类模型,包括:

4.根据权利要求3所述的方法,其特征在于,将所述虫子图像集输入至所述教师模型中进行训练,得到虫子种类的预测概率,包括:

5.根据权利要求2所述的方法,其特征在于,基于半监督聚类网络,对所述初始模型进行调整,得到分类模型,包括:

6.根据权利要求5所述的方法,其特征在于,所述聚类中心包括所述第一聚类中心和所述第二聚类中心,其中,所述聚类中心的确定过程,包括:

7.根据权利要求5所述的方法,其特征在于,在将所述第一虫子图像集和未标注虫子种类标签的第二虫子图像集输入至半监督聚类网络中进行训练之前,所述方法还包括:

8.一种虫情监测装置,其特征在于,所述装置包括:

9.一种计算机设备,其特征在于,所述设备包括:

10.一种计算机可读介质,其特征在于,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如权利要求1-7中任意一项所述的虫情监测方法。

...

【技术特征摘要】

1.一种虫情监测方法,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,所述分类模型的训练过程,包括:

3.根据权利要求2所述的方法,其特征在于,基于教师-学生网络,对所述初始模型进行调整,得到分类模型,包括:

4.根据权利要求3所述的方法,其特征在于,将所述虫子图像集输入至所述教师模型中进行训练,得到虫子种类的预测概率,包括:

5.根据权利要求2所述的方法,其特征在于,基于半监督聚类网络,对所述初始模型进行调整,得到分类模型,包括:

6.根据权利要求5所述的方法,...

【专利技术属性】
技术研发人员:陆翔古成龙张哲马天月
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:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1