[发明专利]一种鲁棒的作物病害诊断系统

权利要求书

1.一种鲁棒的作物病害诊断系统，其特征在于：包括以下步骤：

S1、使用者通过智能手机拍摄待检测的农作物叶面，得到待检测农作物的叶面图片；

S2、针对步骤S1得到的图片，使用Canny边缘检测算法进行处理，得到叶面边缘的二值图；

S3、根据步骤S1得到的图片，将其送入病虫害检测模块的非局部空间注意力卷积分支提取，得到第一特征；

S4、根据步骤S2得到的二值图，将其送入快速下采样支路提取，得到第二特征；

S5、根据步骤S3得到的第一特征与步骤S4得到的第二特征，使用1×1的卷积融合这两个特征，得到第三特征；

S6、根据步骤S5得到的第三特征，使用双线性池化层对其进行处理，得到第四特征；

S7、根据步骤S6得到的第四特征，使用全连接层对其进行处理，得到最终的分类向量。

2.根据权利要求1所述的一种鲁棒的作物病害诊断系统，其特征在于：所述步骤S1中照片中叶面所占像素不少于100*100，相机拍摄方向与叶面平面的夹角在90±10度。

3.根据权利要求1所述的一种鲁棒的作物病害诊断系统，其特征在于：所述步骤S3中的非局部空间注意力卷积分支由去掉了全连接层的ResNet18和非局部空间注意力卷积层所构成；设输入的特征为X，输出的特征为Y，则设计的非局部空间注意力卷积层公式如下：

spacial(X)＝Sigmoid(W_e·concat(maxpool(X)，avgpool(X)))    (2)

Y＝X+spacial(X)*X+nonlocal(X)    (3)

其中nonlocal(X)表示非局部注意力，spacial(X)表示局部注意力，W_a、W_b、W_c、W_d代表1×1卷积的权重，W_e代表7×7卷积的权重，concat代表拼接操作，maxpool代表最大池化操作，avgpool代表平均池化操作。

4.根据权利要求1所述的一种鲁棒的作物病害诊断系统，其特征在于：所述步骤S4中的快速下采样支路由5个快速下采样模块构成，每个快速下采样模块由两层卷积层以及一层最大池化层构成。