[发明专利]一种基于神经网络模型的微小型害虫计数方法

权利要求书

1.一种基于神经网络模型的微小型害虫计数方法，其特征在于，包括以下步骤：

S1、采集农作物照片，将所述农作物照片作为输入图像输入到全卷积神经网络，输出微小型害虫的响应热度图；

S2、采用矩形框对害虫位置进行初步定位，对多个所述矩形框进行筛选，保留矩形框内响应值之和不小于预设阈值的矩形框；

S3、对步骤S2保留的矩形框进行再次筛选，选择框内响应值之和最大的矩形框，将与该矩形框交并比大于0.5的矩形框删去，选择框内响应值第二大的矩形框作为最大的矩形框，然后充复上述操作，最后保留框内响应值之和最小的矩形框；

S4、统计步骤S3中的保留的矩形框的数量，即为所述输入图像中的害虫数量。

2.如权利要求1所述的一种基于神经网络模型的微小型害虫计数方法，其特征在于，所述响应热度图的尺寸与所述输入图像的尺寸一致。

3.如权利要求1所述的一种基于神经网络模型的微小型害虫计数方法，其特征在于，所述采用多个矩形框对害虫位置进行初步定位具体为：先判断输入图像中害虫的大小为k_H×k_W像素，则采用k_H×k_W像素的矩形框，矩形框在图像中所有可能的位置数量如下：

n＝(H-k_H+1)×(W-k_W+1)

其中，H为响应热度图的高，W为响应热力图的宽，然后计算所有n个可能的矩形框内的响应之和，即：

其中，p为响应热力图中的像素值，R_i为第i个矩形框所包含的像素集合，i＝{1,2,......,n}，t_i为第i个矩形框内的响应值之和。

4.如权利要求1所述的一种基于神经网络模型的微小型害虫计数方法，其特征在于，所述对多个所述矩形框进行筛选，保留矩形框内响应值之和不小于预设阈值的矩形框具体为：预先设定阈值T，根据t_i的值对矩形框进行筛选，当t_i≥T时，保留第i个矩形框，当t_i＜T时则删去第i个矩形框。

5.如权利要求1所述的一种基于神经网络模型的微小型害虫计数方法，其特征在于，所述两矩形框的交并比通过如下公式计算得到：

其中，s_i为两矩形框交集的面积，s_u为两矩形框并集的面积，r为两矩形框的交并比。

6.如权利要求1所述的一种基于神经网络模型的微小型害虫计数方法，其特征在于，所述响应热力图的通道数为1，其中所有的像素值均为0到1之间的值。

7.如权利要求1所述的一种基于神经网络模型的微小型害虫计数方法，其特征在于，还包括根据所述害虫的数量，当所述害虫达到预设的多个害虫预警数量值进行分级报警。