[发明专利]农作物病虫害类型识别方法、系统、设备和介质

说明书

本发明公开了一种农作物病虫害类型识别方法、系统、设备和介质，首先获取训练集和验证集，构建生成对抗网络，通过训练集和验证集训练生成对抗网络，得到农作物编码模型；同时构建残差注意力网络，通过训练集和验证集训练后，得到病虫害分类模型；针对需要进行病虫害类型识别的图片，将其作为测试样本，首先输入到农作物编码模型中确定该图片是否为农作物图片，若是，则将测试样本输入到病虫害分类模型，通过病虫害分类模型识别出图片中的病虫害类型。基于本发明识别方法，能够准确且快速的检测出农作物病虫害类型。

技术领域

本发明涉及一种，特别涉及一种农作物病虫害类型识别方法、系统、设备和介质。

背景技术

农作物病虫害是主要的农业灾害之一，它具有种类多、影响大、并时常暴发成灾的特点，其发生范围和严重程度对国民经济、特别是农业生产造成重大损失。常见农作物病虫害有：番茄黑斑病、番茄早疫病、番茄晚疫病、番茄叶霉病、番茄斑枯病、草莓褐斑病、草莓炭疽病、草莓白粉病、草莓蛇眼病、草莓黄萎病、稻飞虱、玉米螟、棉铃虫、小麦锈病、棉蚜、稻纹枯病、稻瘟病、麦蚜、麦红蜘蛛、蝗虫、麦类赤霉病等，严重影响我国农业生产。

针对农作物病虫害，若管理不善，影响农作物的收成，影响农民的收入，也会对环境造成破坏。因此，在农作物生长过程中，对农作物病虫害类型进行监测和识别就显得非常重要了。

传统的农作物病虫害的识别一般采用人工识别方式，即资深种植户或技术专家对农作物病虫害进行判断，此种方式需要依赖人工知识和经验，存在较大的主观性和局限性，效率较低，也容易造成误判。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种农作物病虫害类型识别方法，该方法能够准确且快速地检测出农作物病虫害类型。

本发明的第二目的在于提供一种农作物病虫害类型识别系统。

本发明的第三目的在于提供一种计算设备。

本发明的第四目的在于提供一种存储介质。

本发明的第一目的通过下述技术方案实现：一种农作物病虫害类型识别方法，步骤包括：

S1、获取训练集和验证集，训练样本和验证样本为已知农作物病虫害类型的图片；

针对训练样本和验证样本进行预处理；

构建生成对抗网络；针对上述构建的生成对抗网络，通过预处理后的训练样本和验证样本对其进行训练，得到农作物编码模型；

构建残差网络ResNeXt，并且针对残差网络ResNeXt的每个残差块进行深度可分离卷积以及通道和空间上的加权处理，得到残差注意力网络；

针对上述得到的残差注意力网络，通过预处理后的训练样本和验证样本对其进行训练，得到病虫害分类模型；

S2、针对要进行病虫害类型识别图片，作为测试样本，对测试样本进行预处理；

将预处理后的测试样本输入到农作物编码模型，确定测试样本是否农作物图片还是非农作物图片；

若测试样本为非农作物图片，则判定异常图片；

若测试样本为农作物图片，则将预处理后的测试样本输入到病虫害分类模型中，由病虫害分类模型识别出测试样本的农作物病虫害类型。

优选的，针对训练样本、验证样本和测试样本对应图片进行预处理的过程如下：

Sa、从图片中提取目标区域，并且标注出目标轮廓；图片中目标为图片中农作物的叶片；

Sb、将图片中目标区域外的其他区域设置为黑色。

优选的，还包括如下步骤：