[发明专利]黄瓜霜霉病严重度的评估方法及装置

权利要求书

1.一种黄瓜霜霉病严重度的评估方法，其特征在于，包括：

获取自然环境下采集到的待评估的黄瓜叶片图像；

采用随机梯度下降法，并基于霜霉病严重度的神经网络估算模型，对所述黄瓜叶片图像的黄瓜霜霉病严重度进行评估。

2.根据权利要求1所述的方法，其特征在于，所述基于霜霉病严重度的神经网络估算模型，对所述黄瓜叶片图像的黄瓜霜霉病严重度进行评估之前，还包括：

对自然环境下采集到的黄瓜霜霉病叶片的样本图像进行预处理，并基于预处理后的样本图像构建得到原始数据集；

基于所述原始数据集中的样本图像及所述样本图像的病害程度值，对原始神经网络模型进行训练，得到所述霜霉病严重度的神经网络估算模型。

3.根据权利要求2所述的方法，其特征在于，所述对自然环境下采集到的黄瓜霜霉病叶片的样本图像进行预处理，包括：

从采集到的样本图像中剔除分辨率低于预设阈值的样本图像；

剔除每一样本图像的背景图案，并将每一样本图像调整成预设尺寸大小。

4.根据权利要求2所述的方法，其特征在于，所述基于所述原始数据集，对原始神经网络模型进行训练，得到所述霜霉病严重度的神经网络估算模型之前，还包括：

按照预设处理方式，对所述原始数据集中的样本图像进行处理，以对所述原始数据集进行扩充，所述预设处理方式至少包括以下三种方式中的任意一种，所述以下三种方式分别为色彩抖动、水平翻转及垂直翻转。

5.根据权利要求1所述的方法，其特征在于，所述霜霉病严重度的神经网络估算模型包括输入层、5个卷积层、4个池化层、4个批规范化层、2个全连接层及输出层。

6.根据权利要求5所述的方法，其特征在于，所述输入层与第一个卷积层及第一个批规范化层连接，所述第一个卷积层及所述第一个批规范化层与第一个池化层连接，所述第一个池化层与第二个卷积层及第二个批规范化层连接，所述第二个卷积层及所述第二个批规范化层与第二个池化层连接，所述第二个池化层与第三个卷积层及第三个批规范化层连接，所述第三个卷积层及所述第三个批规范化层与第三个池化层连接，所述第三个池化层与第四个卷积层及第四个批规范化层连接，所述第四个卷积层及所述第四个批规范化层与第四个池化层连接，所述第四个池化层与第五个卷积层连接，所述第五个卷积层依次与所述2个全连接层及所述输出层连接。

7.一种黄瓜霜霉病严重度的评估装置，其特征在于，包括：

获取模块，用于获取自然环境下采集到的待评估的黄瓜叶片图像；

评估模块，用于采用随机梯度下降法，并基于霜霉病严重度的神经网络估算模型，对所述黄瓜叶片图像的黄瓜霜霉病严重度进行评估。

8.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。