[发明专利]一种作物病虫害识别方法及装置

权利要求书

1.一种作物病虫害识别方法，其特征在于，包括：

获取作物叶片病害及作物虫害的图像信息；

将所述图像信息上传至服务器端，所述服务器端将所述图像信息输入至病虫害识别模型，所述病虫害识别模型输出与所述图像信息对应的病虫害类型；

接收并显示所述服务器端发送的所述病虫害类型；

其中，所述病虫害识别模型是以作物的病虫害图像为样本，以与所述病虫害图像对应的病虫害类型为标签，进行训练获取的。

2.根据权利要求1所述的作物病虫害识别方法，其特征在于，所述服务器端将所述图像信息输入至病虫害识别模型，所述病虫害识别模型输出与所述图像信息对应的病虫害类型，还包括：

所述服务器端将所述病虫害类型及与所述病虫害类型对应的防治措施和科普知识发送至客户端，所述客户端设置于移动终端上；

所述移动终端能够接收用户对所述客户端的输入，并响应于所述输入，在所述移动终端的显示界面上显示所述病虫害类型、所述防治措施及所述科普知识。

3.根据权利要求2所述的作物病虫害识别方法，其特征在于，所述服务器端将所述图像信息输入至病虫害识别模型，所述病虫害识别模型输出与所述图像信息对应的病虫害类型，还包括：

获取所述作物的病虫害类型对应的置信度；

在所述置信度高于预设阈值的情况下，所述服务器端将排名在预设范围内的病虫害类型发送至所述客户端。

4.根据权利要求1所述的作物病虫害识别方法，其特征在于，包括：采用如下步骤训练获取所述病虫害识别模型：

建立作物的病虫害样本库，所述病虫害样本库包括多个样本，每个所述样本只包含标记有一类病虫害类型的病虫害图像；

对所述病虫害样本库的样本数据进行预处理；

以预处理后的样本数据作为输入，以与所述样本数据对应的病虫害类型作为输出，基于GoogleNet网络模型做迁移学习，训练获取所述病虫害识别模型。

5.根据权利要求4所述的作物病虫害识别方法，其特征在于，

所述服务器端还用于接收专家用户对所述病虫害识别模型输出的病虫害类型的纠正输入；

所述服务器端响应于所述纠正输入，将专家用户纠正过的病虫害图像添加至所述病虫害样本库，获取更新后的样本库数据，以所述更新后的样本库数据作为输入，以与所述更新后的样本库数据对应的纠正输入的病虫害类别作为输出，训练获取所述病虫害识别模型。

6.根据权利要求4所述的作物病虫害识别方法，其特征在于，所述对所述病虫害样本库的样本数据进行预处理，包括：

对所述病虫害样本库采用SMOTE算法进行数据平衡；

对数据平衡后的样本数据进行数据增强处理，所述数据增强处理包括对数据平衡后的样本数据分别进行尺度变换、裁剪、翻转、旋转、平移、添加噪声及改变光线条件。

7.根据权利要求4所述的作物病虫害识别方法，其特征在于，所述以预处理后的样本数据作为输入，以所述病虫害类型作为输出，基于GoogleNet网络模型做迁移学习，训练获取所述病虫害识别模型，还包括：

将对预处理后的样本数据按照预设比例划分为训练集、测试集与验证集；

将在ImageNet数据集上训练后的GoogleNet网络模型分别迁移到所述训练集，进行训练，调节模型的学习参数，进行GoogleNet网络模型的迭代循环训练，直至GoogleNet网络模型在所述测试集上的平均分类准确率达到预设值，以获取所述病虫害识别模型。

8.一种作物病虫害识别装置，其特征在于，包括：

图像采集模块，用于获取作物叶片病害及作物虫害的图像信息；

病虫害识别模块，用于将所述图像信息上传至服务器端，所述服务器端将所述图像信息输入至病虫害识别模型，所述病虫害识别模型输出与所述图像信息对应的病虫害类型；

显示模块，用于接收并显示所述服务器端发送的所述病虫害类型；

其中，所述病虫害识别模型是以作物的病虫害图像为样本，以与所述病虫害图像对应的病虫害类型为标签，进行训练获取。