[发明专利]农作物病虫草害识别方法及装置

说明书

本发明公开了一种农作物病虫草害识别方法及装置，该方法包括：利用预先训练好的农作物第一识别模型识别农作物图片中农作物种类和农作物生理期，所述农作物第一识别模型为神经网络模型，利用预先训练好的农作物第二识别模型识别农作物图片中农作物病虫草害，所述农作物第二识别模型为神经网络模型，根据农作物生理期，从识别出的农作物病虫草害中选择符合预定条件的农作物病虫草害，确定为农作物病虫草害识别结果。本发明利用神经网络模型识别农作物病虫草害，根据农作物生理期挑选符合预定条件的农作物病虫草害，可以提高农作物病虫草害识别的准确率和识别的效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及农作物病虫草害识别方法和装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

农作物在生长过程中，常常受到疾病、害虫等的困扰，若放任不管或者进行不合理的管理，会对农作物造成不可逆转的影响，从而影响农作物的寿命。因此，在农作物生长过程中，对农作物的病虫草害进行监测和识别就显得非常重要。

传统的农作物病虫草害的识别一般采用人工识别病虫草害的方式，即利用专业的园艺人员或者技术专家对农作物的病虫草害进行判断，此种识别方式严重依赖园艺人员或者技术专家的知识和经验，因此，存在较大的主观性和局限性，容易造成农作物病虫草害识别的不准确；另外，利用人工识别农作物的病虫草害同样也会降低识别的效率。

因此，现有农作物病虫草害的识别存在准确率低、效率低的问题。

发明内容

本发明实施例提供一种农作物病虫草害识别方法，用以提高农作物病虫草害识别的准确率和效率，该方法包括：

利用预先训练好的农作物第一识别模型识别农作物图片中农作物种类和农作物生理期，所述农作物第一识别模型为神经网络模型；

利用预先训练好的农作物第二识别模型识别农作物图片中农作物病虫草害，所述农作物第二识别模型为神经网络模型；

根据农作物生理期，从识别出的农作物病虫草害中选择符合预定条件的农作物病虫草害，确定为农作物病虫草害识别结果。

本发明实施例还提供一种农作物病虫草害识别装置，用以提高农作物病虫草害识别的准确率和效率，该装置包括：

第一识别模块，用于利用预先训练好的农作物第一识别模型识别农作物图片中农作物种类和农作物生理期，所述农作物第一识别模型为神经网络模型；

第二识别模块，用于利用预先训练好的农作物第二识别模型识别农作物图片中农作物病虫草害，所述农作物第二识别模型为神经网络模型；

识别结果确定模块，用于根据农作物生理期，从识别出的农作物病虫草害中选择符合预定条件的农作物病虫草害，确定为农作物病虫草害识别结果。

本发明实施例中，利用预先训练好的农作物第一识别模型识别农作物图片中农作物种类和农作物生理期，所述农作物第一识别模型为神经网络模型，利用预先训练好的农作物第二识别模型识别农作物图片中农作物病虫草害，所述农作物第二识别模型为神经网络模型，根据农作物生理期，从识别出的农作物病虫草害中选择符合预定条件的农作物病虫草害，确定为农作物病虫草害识别结果。本发明实施例利用神经网络模型识别农作物病虫草害，根据农作物生理期挑选符合预定条件的农作物病虫草害，可以提高农作物病虫草害识别的准确率和识别的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：