[发明专利]植物种类的识别方法及装置、存储介质、计算机设备

权利要求书

1.一种植物种类的识别方法，其特征在于，包括：

在植物样本图像上按照预设植物部位进行图像截取，得到与所述预设植物部位对应的植物样本子图像；

对所述植物样本子图像进行分辨率预处理，得到预设分辨率的植物样本子图像；

按照第一预设次数和第二预设次数，分别对所述预设分辨率的植物样本子图像进行有放回的抽样，得到训练样本集和测试样本集，其中，所述第一预设次数大于所述第二预设次数；

利用所述训练样本集训练MobileNetV2轻量级卷积神经网络模型，直至训练好的模型识别所述测试样本集的成功率大于或等于预设成功率；

接收待识别的植物图像，并利用所述训练好的模型对所述待识别的植物图像的种类进行识别。

2.根据权利要求1所述的方法，其特征在于，所述利用所述训练样本集训练MobileNetV2轻量级卷积神经网络模型，直至训练好的模型识别所述测试样本集的成功率大于或等于预设成功率，具体包括：

利用所述训练样本集，按照预设学习率对所述模型进行训练；

若训练后的所述模型识别所述测试样本集的成功率小于所述预设成功率，则降低所述预设学习率，并按照降低后的预设学习率继续训练所述模型直至训练后的所述模型识别所述测试样本集的成功率大于或等于所述预设成功率为止。

3.根据权利要求1所述的方法，其特征在于，所述模型的网络结构包括依次连接的53层卷积层、1层池化层以及1层全连接层，其中，53层卷积层包括依次连接的1层输入层、17个瓶颈构建块、1层输出层，每个瓶颈构建块分别包括3层卷积层，53层卷积层的卷积核均为3×3。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述对所述植物样本子图像进行分辨率预处理，得到预设分辨率的植物样本子图像，具体包括：

若所述植物样本子图像的分辨率大于所述预设分辨率，则对所述植物样本图像进行降采样处理，得到所述预设分辨率的植物样本图像；

若所述植物样本子图像的分辨率小于所述预设分辨率，则对所述植物样本图像进行升采样处理，得到所述预设分辨率的植物样本图像。

5.根据权利要求4所述的方法，其特征在于，所述对所述植物样本子图像进行分辨率预处理，得到预设分辨率的植物样本子图像之后，所述方法还包括：

按照RGB值归一化处理公式，将所述预设分别率的植物样本子图像的每个像素点的RGB值进行归一化处理，所述RGB值归一化处理公式包括：

其中，x_R、x_G、x_B分别为原有的所述预设分辨率的植物样本子图像对应的任一像素点的R、G、B通道的分量值，y_R、y_G、y_B分别为与x_R、x_G、x_B对应的像素点经过归一化处理后的R、G、B通道的分量值，x_Rmax、x_Gmax、x_Bmax分别为原有的所述预设分辨率的植物样本子图像中在R、G、B通道上的最大分量值；

所述按照第一预设次数和第二预设次数，分别对所述预设分辨率的植物样本子图像进行有放回的抽样，得到训练样本集和测试样本集，具体包括：

按照第一预设次数和第二预设次数，分别对RGB值归一化处理后的所述预设分辨率的植物样本子图像进行有放回的抽样，得到训练样本集和测试样本集。

6.根据权利要求5所述的方法，其特征在于，所述预设植物部位包括但不限于以下任意一种或其组合：植物根部、植物叶子、植物茎部。