[发明专利]基于自适应感受野SSD的鼠害程度级别预测方法和装置

权利要求书

1.一种基于自适应感受野SSD的鼠害程度级别预测方法，其特征在于，包括：

S1、获取样本热感应图像，并根据预设的第一比例对所述样本热感应图像进行划分处理，从而得到第一热感应图像数据和第二热感应图像数据；其中，所述第一热感应图像数据和第二热感应图像数据均为在时间上连续的热感应图像数据，并且所述第一热感应图像数据和第二热感应图像数据为在不同区域利用红外热像仪采集得到的数据；

S2、对第一热感应图像数据进行人工标注处理，以将第一热感应图像数据中的所有兔子热感应图像均标注第一标签，从而得第一样本数据；

S3、根据预设的第二比例，将所述第一样本数据划分为第一训练数据和第一验证数据；将所述第一训练数据输入预设的深度神经网络进行训练处理，从而得到第一兔子识别模型；采用所述第一验证数据对所述第一兔子识别模型进行验证处理，以得到第一验证结果，并判断所述第一验证结果是否为验证通过；

S4、若所述第一验证结果为验证通过，则将所述第二热感应图像数据输入所述第一兔子识别模型，从而得到所述第一兔子识别模型输出的多个第二兔子识别结果；

S5、统计多个第二兔子识别结果的数量，从而得到预测的第二兔子数量，判断所述第二兔子数量是否超过预设的数量阈值；

S6、若所述第二兔子数量超过预设的数量阈值，则对第二热感应图像数据进行人工标注处理，以将第二热感应图像数据中的疑似老鼠热感应图像和确切老鼠热感应图像标记第二标签，从而得第二样本数据；

S7、根据预设的第三比例，将所述第二样本数据划分为第二训练数据和第二验证数据；

S8、将所述第二训练数据输入预设的基于自适应感受野SSD的卷积神经网络模型进行训练处理，从而得到第二老鼠暂时识别模型；采用所述第二验证数据对所述第二老鼠暂时识别模型进行验证处理，以得到第二验证结果，并判断所述第二验证结果是否为验证通过；

S9、若所述第二验证结果为验证通过，则将所述第二老鼠暂时识别模型记为第二老鼠识别模型；

S10、若所述第二兔子数量不超过预设的数量阈值，则对第二热感应图像数据进行人工标注处理，仅将第二热感应图像数据中的确切老鼠热感应图像标记第三标签，而第二热感应图像数据中的疑似老鼠热感应图像不进行标记，得到第三样本数据；

S11、根据预设的第四比例，将所述第三样本数据划分为第三训练数据和第三验证数据；

S12、将所述第三训练数据输入预设的基于自适应感受野SSD的卷积神经网络模型进行训练处理，从而得到第三老鼠暂时识别模型；采用所述第三验证数据对所述第三老鼠暂时识别模型进行验证处理，以得到第三验证结果，并判断所述第三验证结果是否为验证通过；

S13、若所述第三验证结果为验证通过，则将所述第三老鼠暂时识别模型记为第三老鼠识别模型；

S14、在待分析区域利用红外热像仪进行数据采集处理，从而得到在时间上连续的待处理的热感应图像数据；

S15、将所述待处理的热感应图像数据输入预设的第一兔子识别模型中进行处理，从而得到所述第一兔子识别模型输出的多个第三兔子识别结果；

S16、统计多个第三兔子识别结果的数量，从而得到预测的第三兔子数量；判断所述第三兔子数量是否超过预设的数量阈值；

S17、若所述第三兔子数量超过预设的数量阈值，则将所述待处理的热感应图像数据输入所述第二老鼠识别模型中进行处理，从而得到所述第二老鼠识别模型输出的多个一号老鼠识别结果；统计多个一号老鼠识别结果的数量，从而得到预测的老鼠数量，并根据预测的老鼠数量与所述待分析区域的面积，预测出鼠害程度级别；

S18、若所述第三兔子数量不超过预设的数量阈值，则将所述待处理的热感应图像数据输入所述第三老鼠识别模型中进行处理，从而得到所述第三老鼠识别模型输出的多个二号老鼠识别结果；统计多个二号老鼠识别结果的数量，从而得到预测的老鼠数量，并根据预测的老鼠数量与所述待分析区域的面积，预测出鼠害程度级别。