[发明专利]一种茶树病虫害识别的方法及装置

权利要求书

1.一种茶树病虫害识别的方法，其特征在于，包括：

获取待测茶树图像数据；

根据交并比算法取出坐标框对应的图像数据，根据预先训练的检测模型对所述图像数据进行特征检测，得到病虫害图像数据,所述坐标框为待测茶树图像数据中病虫害集中的位置；

根据预先训练的分类模型对所述病虫害图像数据进行种类分类，得到茶树病虫害种类数据。

2.根据权利要求1所述的一种茶树病虫害识别的方法，其特征在于，所述根据交并比算法取出坐标框对应的图像数据，根据预先训练的检测模型对所述待测茶树图像数据进行特征检测，得到病虫害图像数据，包括：

根据计算公式IOU＝A∩B/A∪B计算所述待测茶树图像数据的坐标框之间的交并比，得到交并比小于预设交并比阈值的茶树图像数据，其中IOU为交并比，A、B为不同的坐标框；

根据预先获得的voc2007和voc2012数据集对所述茶树图像数据进行数据构造，并根据所述检测模型对构造后的图像数据进行特征检测，得到病虫害图像数据。

3.根据权利要求2所述的一种茶树病虫害识别的方法，其特征在于，所述根据预先获得的voc2007和voc2012数据集对所述茶树图像数据进行数据构造包括：

选取所述茶树图像数据中至少一个坐标框作为第一图像数据；

所述voc2007和voc2012数据集中图片数据作为第二图像数据，根据图像算法将所述第一图像数据与第二图像数据进行构造，得到构造后的图像数据。

4.根据权利要求1所述的一种茶树病虫害识别的方法，其特征在于，所述根据预先训练的分类模型对所述病虫害图像数据进行种类分类，得到茶树病虫害种类数据，包括：

根据余弦相似度计算公式计算所述病虫害图像数据的图像特征与所述分类模型的原型的图像特征，得到余弦相似度数据，所述原型为分类模型中病虫害图像数据的图像特征经平均处理所获得，其中N为余弦相似度，X、Y为不同图片对应的特征值；

将所述余弦相似度数据与预设相似度阈值对比，取大于所述阈值的余弦相似度数据构成相似度数据集，根据冒泡排序算法计算所述相似度数据集，得到最大值对应的原型数据，以得到茶树病虫害种类数据。

5.根据权利要求4所述的一种茶树病虫害识别的方法，其特征在于，所述原型为分类模型中病虫害图像数据的图像特征经平均处理所获得，包括：

根据分类网络对所述分类模型中病虫害图像数据进行图像特征提取，按照病虫害类别将所述图像特征进行平均处理，取平均数据作为对应病虫害类别的原型。

6.一种茶树病虫害识别的装置，用于实现一种茶树病虫害识别的方法，其特征在于，包括：

获取模块：用于获取待测茶树图像数据；

检测模块：用于根据交并比算法取出坐标框对应的图像数据，根据预先训练的检测模型对所述图像数据进行特征检测，得到病虫害图像数据；

分类模块：用于根据预先训练的分类模型对所述病虫害图像数据进行种类分类，得到茶树病虫害种类数据。

7.根据权利要求6所述的一种茶树病虫害识别的装置，其特征在于，所述检测模块，包括：

第一计算模块：用于根据计算公式IOU＝A∩B/A∪B计算所述待测茶树图像数据的坐标框之间的交并比，得到交并比小于预设交并比阈值的茶树图像数据，其中IOU为交并比，A、B为不同的坐标框；

数据构造模块：用于根据预先获得的voc2007和voc2012数据集对所述茶树图像数据进行数据构造，并根据所述检测模型对构造后的图像数据进行特征检测，得到病虫害图像数据。

8.根据权利要求7所述的一种茶树病虫害识别的装置，其特征在于，所述数据构造模块，包括：

第一数据构造模块：用于选取所述茶树图像数据中至少一个坐标框作为第一图像数据；

第二数据构造模块：用于所述voc2007和voc2012数据集中图片数据作为第二图像数据，根据图像算法将所述第一图像数据与第二图像数据进行构造，得到构造后的图像数据。