[发明专利]一种基于人工智能的病虫害防治系统

权利要求书

1.一种基于人工智能的病虫害防治系统，其特征在于，包括无线视觉前端、通信模组和云端服务器，所述病虫害防治系统通过无线视觉前端定时拍摄茶园已放置的粘虫板的高清图像，利用通信模组将拍摄的高清图像数据上传至云端服务器，云端服务器接收所述高清图像数据，并基于人工智能分析茶园虫害的种类及数量，并提供病虫害情况的预测预报，其中：

所述无线视觉前端基于太阳能供电，包括太阳能光伏板、太阳能充电控制电路、锂电池、MCU微处理器、GPS定位模组和图像采集模组，所述太阳能光伏板通过太阳能充电控制电路与锂电池连接，所述MCU微处理器分别与太阳能充电控制电路、GPS定位模组和图像采集模组连接，所述MCU微处理器通过控制太阳能充电控制电路实现太阳能光伏板对锂电池的充放电，且所述MCU微处理器还通过通信模组与云端服务器连接。

2.根据权利要求1所述的基于人工智能的病虫害防治系统，其特征在于，所述云端服务器接收所述高清图像数据，并基于人工智能分析茶园虫害的种类及数量，并提供病虫害情况的预测预报具体表现为：

S1、云端服务器接收通过无线视觉前端定时拍摄的茶园已放置的粘虫板的高清图像；

S2、在云端服务器基于引入注意力机制的特征提取网络和多尺度特征融合网络建立病害虫诊断模型；

S3、将高清图像输入病害虫诊断模型；

S4、病害虫诊断模型根据输入的高清图像分析茶园虫害的种类及数量，并提供病虫害情况的预测预报。

3.根据权利要求2所述的基于人工智能的病虫害防治系统，其特征在于，所述特征提取网络包括若干卷积层、池化层以及引入的注意力模块，将高清图像输入至特征提取网络，通过若干卷积层的卷积和池化层的池化操作，最终输出不同分辨率的带有目标特征的特征图，随后将各特征图输入至多尺度特征融合网络中，整合各层特征图的特征信息。

4.根据权利要求2所述的基于人工智能的病虫害防治系统，其特征在于，所述引入注意力机制的特征提取网络通过使用注意力机制对前向传播所得到的特征图进行通道维的特征调整，通过反向传播学习一组关于特征图通道维度的权重参数，再将其与特征图进行对应维度的相乘，得到待处理高清图像更具有判别性的特征图。

5.根据权利要求2所述的基于人工智能的病虫害防治系统，其特征在于，所述多尺度特征融合网络采用跨阶段特征融合方法进行通道连接以进一步增强特征信息，具体表现为：在多尺度特征融合网络中，较低层特征图拥有更多害虫的位置和轮廓特征，较高层特征图拥有更多语义信息，跨阶段特征融合方法将相邻和不相邻的特征图同时进行融合，以得到拥有更加丰富特征信息的特征图，为接下来的检测害虫提供保障。

6.根据权利要求1至5中任一项所述的基于人工智能的病虫害防治系统，其特征在于，当所述太阳能光伏板的电压高于锂电池的电压时，所述MCU微处理器通过控制太阳能充电控制电路实现太阳能光伏板对锂电池的充电；当所述锂电池的电量达到饱和时，所述MCU微处理器通过控制太阳能充电控制电路进而断开太阳能光伏板给锂电池组充电。

7.根据权利要求1至5中任一项所述的基于人工智能的病虫害防治系统，其特征在于，所述通信模组至少包括5G网络、4G网络、3G网络、2G网络中的一种。