[发明专利]一种基于目标检测的春石斛生长状态检测方法

说明书

本发明公开了一种基于目标检测的春石斛生长状态检测方法，包括步骤：1)收集大棚内处于不同生长状态的春石斛的图像，构建原始数据集；2)使用图像标注工具，对原始数据集中春石斛植株体进行人工标注；3)选择合适的数据增强的手段对所有原始数据集进行数据增强，形成训练集；4)改进现有神经网络目标检测模型Cascade RCNN的backbone部分，以匹配农业种植大棚场景下的春石斛数据集；5)设定模型参数，使用训练集对模型进行训练，并保存在验证集中表现最优的模型；6)使用保存的模型对待检测的春石斛图像进行前向推理，再经NMS后处理得出最终检测结果，完成对春石斛生长状态的检测。本发明可实现对春石斛生长状态的准确检测。

技术领域

本发明涉及计算机视觉与人工智能的技术领域，尤其是指一种基于目标检测的春石斛生长状态检测方法。

背景技术

春石斛为兰科、石斛属，具有观赏价值以及药用价值，在中国华南地区其种植由来已久。春石斛植株体在开花前可分为萌芽、假鳞茎单片叶、多片叶展开等多个生长状态，且每个生长状态所需要的环境条件均不相同，尤其是光照强度、温度以及湿度，故在开花前准确识别春石斛的生长状态、并对其施加适宜的环境条件，是春石斛植株体健康生长的必要条件，是春石斛种植中至关重要的一环。

随着现代农业的发展，大棚种植技术日趋普遍。现如今，春石斛种植大棚内的环境条件，如光照强度、温湿度等，通过大棚设备已可以做到精准调控，而春石斛生长状态的识别，却仍采取工人的人工判断，这种方式不仅效率低下，且识别准确率不能得到保证。近几年来，我国加大了智慧农业的研发投入，人工智能技术正逐步涉及农业领域，若使用计算机视觉技术对春石斛生长状态进行识别，则可有效解决人工判断方式效率低下、准确率难以保证的弊端。因此，本设计希望能够通过设计一种基于目标检测的春石斛生长状态检测方法，实现大棚内春石斛生长状态的准确与高效识别。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于目标检测的春石斛生长状态检测方法，主要利用数据增强算法扩充春石斛原始集数据，再改进现有神经网络目标检测模型Cascade RCNN的backbone部分，以适用于大棚种植场景下的春石斛数据集，并设定训练参训对网络进行迭代训练，从而实现对春石斛生长状态的准确检测。

为实现上述目的，本发明所提供的技术方案为：一种基于目标检测的春石斛生长状态检测方法，包括以下步骤：

1)收集农业种植大棚内处于不同生长状态的春石斛的图像，构建原始数据集；

2)使用图像标注工具，对原始数据集中春石斛植株体进行人工标注；

3)根据大棚内环境与春石斛生长特点，使用数据增强的手段对所有原始数据集进行数据增强，构建训练集；

4)对神经网络目标检测模型Cascade RCNN进行backbone部分的改进，以匹配农业种植大棚场景下的春石斛；

5)对改进后的神经网络目标检测模型设定参数，使用训练集进行训练，并保存最优模型；

6)将待检测的图像输入保存好的模型中进行前向推理，再经NMS后处理得出待检测的图像中春石斛植株所处的生长状态，完成对春石斛生长状态的检测；其中，待检测的图像为采集的大棚内春石斛种植情况的图像。

在步骤1)中，春石斛开花前其整个生长周期被划分为萌芽、假鳞茎单片叶、多片叶展开、止叶形成和假鳞茎成熟这5个不同的生长状态，故需要采集处于每个不同生长状态的春石斛图像，构建原始数据集。

在步骤2)中，使用开源图像标注软件labelme，对原始数据集图像中的春石斛植株体进行标注，每一个植株体对应一条标注信息。

在步骤3)中，根据大棚内环境与春石斛植株生长特点，使用数据增强的手段对所有原始数据集进行数据增强，构建训练集；大棚内一天的光照水平均不相同，且春石斛植株生长过程中往往有弯曲现象，基于此种情况，故数据增强的手段包括：