一种小麦病害图像识别方法、装置、介质和设备制造方法及图纸

本发明专利技术公开了一种小麦病害图像识别方法、装置、介质和设备，涉及图像识别技术领域。本发明专利技术通过采用Vision Transformer模型，并在其图像块嵌入层中增加下采样层和上采样层，以构建得到小麦病害识别模型，最后通过标注后的样本数据对小麦病害识别模型进行训练，并通过训练后的小麦病害识别模型进行小麦病害识别。本发明专利技术基于Vision Transformer模型构建小麦病害识别模型，由于Vision Transformer模型利用了自注意力机制，可以对小麦图像进行全局理解，建立病害类型特征之间的依赖关系，并充分利用图像上下文信息，同时，通过在Vision Transformer模型中加入上下采样层，能够增加小麦图像的细节信息，更好地捕捉到小麦图像中的全局信息，以应对小麦复杂多变的病害情况，提高了小麦病害识别的准确率。

【技术实现步骤摘要】

本申请涉及图像识别，特别涉及一种小麦病害图像识别方法、装置、介质和设备。

技术介绍

1、一般的，农作物病害是农业生产中严重的生物灾害，我国平均每年农作物病害爆发的耕种面积高达3.5亿km2，给我国农业生产带来了难以估计的经济损失。及时对小麦病害进行诊断并精准防治，能够最大限度的减少因病害造成的经济损失。传统以人工对小麦病害进行检测的方式，不仅费时费力，而且需要丰富的专业知识，检测过程具有较强的主观性，已不能够满足当前环境下对病害快速准确诊断的需求。

2、随着人工智能技术的不断发展，利用计算机视觉对农作物病害进行快速识别与诊断逐渐成为取代传统人工诊断作物病害的一种重要方法。根据特征提取方法的不同，图像识别技术可以分为依赖人工提取特征的传统机器学习算法和基于深度学习的图像识别算法两类。传统的机器学习算法有支持向量机(support vector machine，svm)、k近邻算法(k-nearest neighbor，knn)、决策树(decision tree，dt)、k均值聚类算法等。

3、现有技术中，存在用knn算法对小麦霉变程本文档来自技高网...

【技术保护点】

1.一种小麦病害图像识别方法，其特征在于，包括：

2.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述获取健康小麦和各类型病害小麦的样本图像，具体包括：

3.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述将各样本图像输入构建得到的小麦病害识别模型进行小麦病害类型识别，具体包括：

4.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述构建小麦病害识别模型，具体包括：

5.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述Vision Transformer模型为基于ImageNet-21k数据集预训练后的Visi...

【技术特征摘要】

1.一种小麦病害图像识别方法，其特征在于，包括：

2.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述获取健康小麦和各类型病害小麦的样本图像，具体包括：

3.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述将各样本图像输入构建得到的小麦病害识别模型进行小麦病害类型识别，具体包括：

4.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述构建小麦病害识别模型，具体包括：

5.如权利要求1所述的小麦病害图像识别方法，其特征在于，所述vision transformer模型为基于image...

【专利技术属性】
技术研发人员：侯志松，白玉鹏，周浩宇，赵珍威，李成林，高国红，
申请(专利权)人：河南科技学院，
类型：发明
国别省市：