[发明专利]一种基于深度学习的红掌生长指标获取方法

权利要求书

1.一种基于深度学习的红掌生长指标获取方法，其特征在于：包括以下步骤：

a1：首先通过红掌图片采集平台对红掌的365天生长过程进行进行图片采集；

a2：根据由a1得到的所有红掌图片数据集按照9:1的比例分为两组红掌训练数据集，之后将两组红掌训练数据集均经过红掌数据集标签加注编写标签文档；

a3：根据由a2得到的9:1比例的两组红掌训练数据集分成加注标签的训练数据集和加注标签的测试数据集，之后使用加注标签的训练数据集对所选用的神经网络模型进行训练，进而得到花卉精准分类神经网络模型；

a4：利用a3训练得到的花卉精准分类神经网络模型对加注标签的测试数据集进行测试，之后利用红掌各生长指标进行检测成果。

2.根据权利要求1所述的一种基于深度学习的红掌生长指标获取方法，其特征在于：所述神经网络模型为inception_v3，其利用加注标签的训练数据集进行训练的具体方法如下：

b1、对国际公用图像库ImageNet进行学习，对所搭建的分类模型进行训练得到一个初步的学习模型；

b2、利用b1得到的学习模型分属六份，根据红掌关键生长指标及对应标签表进行6个指标的细分种类，之后依次改变6个神经网路模型的输出层的数量；

b3、使用加注标签的训练数据集分别对6个神经网络模型进行再训练，得到6个生长指标分类模型，进而组成得到花卉精准分类神经网络模型。

3.根据权利要求1所述的一种基于深度学习的红掌生长指标获取方法，其特征在于：所述a1采集过程中所选用的摄像头满足1080p，且每次采集摄像头处于红掌高度一半的正前方1米处。

4.根据权利要求1所述的一种基于深度学习的红掌生长指标获取方法，其特征在于：所述编写标签文档的过程包括以下步骤：

c1、建立一个文本文档，将采集的每一张图片的名字读入；

c2、根据红掌关键生长指标及对应标签表的分类方式标记其叶面积、叶色、花色、株高、地径大小以及叶片数量等6个分类标签，进而得到加注标签的红掌数据集，其中叶面积标签1，2，…，12、叶色标签1，2，3、花色标签1，2，3、株高标签1，2，3，4，5，6、地径标签1，2，3，4、叶片数量标签1，2，3，4，5，6。

5.根据权利要求1所述的一种基于深度学习的红掌生长指标获取方法，其特征在于：所述红掌图片采集平台对红掌的365天生长过程进行进行图片采集的采集要求为：1、对200株以上的红掌每隔5天采集一次图片；2、每一株红掌采集过程中要求每隔60度采集一张且环绕360度；3、最终获得不小于87600张图片。