[发明专利]田间昆虫识别方法及装置

权利要求书

1.一种田间昆虫识别方法，其特征在于，包括：

获取目标图像；

将所述目标图像输入昆虫识别模型，获取所述昆虫识别模型输出的所述目标图像的昆虫识别结果；

其中，所述目标图像中包括田间昆虫；所述昆虫识别模型是以样本图像为样本，以所述样本图像的昆虫识别结果为样本标签进行训练后得到的；所述样本图像中包括田间昆虫；所述昆虫识别模型是基于融合通道信息和位置信息的双注意力机制以及MobileNet网络构建的。

2.根据权利要求1所述的田间昆虫识别方法，其特征在于，所述昆虫识别模型，包括：依次串行连接的卷积模块、倒残差模块、平均池化模块和分类模块；所述倒残差模块是基于所述双注意力机制构建的；

所述卷积模块的输入为所述目标图像；

所述倒残差模块的输入为所述卷积模块的输出；

所述平均池化模块的输入为所述倒残差模块的输出；

所述分类模块的输入为所述平均池化模块的输出。

3.根据权利要求2所述的田间昆虫识别方法，其特征在于，所述倒残差模块，包括：串行连接的N个第一倒残差子模块；N为大于1的正整数；任一第一倒残差子模块的输入为所述卷积模块的输出，或者为所述任一第一倒残差子模块的上一个第一倒残差子模块的输出；

所述第一倒残差子模块，包括：第一倒残差单元、第二倒残差单元、第一池化单元和特征融合单元；所述第一倒残差单元和所述第二倒残差单元是基于所述双注意力机制构建的；

所述第一倒残差单元的输入为所述卷积模块的输出，或者为与所述第一倒残差单元串行连接的上一个第一倒残差子模块的输出；

所述第二倒残差单元的输入和所述第一池化单元的输入，均为所述第一倒残差单元的输出；

所述特征融合单元的输入，为所述第一池化单元的输出和所述第二倒残差单元的输出；

所述特征融合单元的输出为所述第一倒残差子模块的输出。

4.根据权利要求3所述的田间昆虫识别方法，其特征在于，所述倒残差模块，还包括：M个第二倒残差子模块；N个第一倒残差子模块和M个第二倒残差子模块按照预设顺序依次串行连接的；M为大于0的正整数；

任一第一倒残差子模块的输入为所述卷积模块的输出，或者为所述任一第一倒残差子模块的上一个第一倒残差子模块的输出，或者为所述任一第一倒残差子模块的上一个第二倒残差子模块的输出；任一第二倒残差子模块的输入，为所述卷积模块的输出，或者为所述任一第二倒残差子模块的上一个第一倒残差子模块的输出，或者为所述任一第一倒残差单元的上一个第二倒残差子模块的输出；

所述第二倒残差子模块，包括：所述第一倒残差单元。

5.根据权利要求3所述的田间昆虫识别方法，其特征在于，所述第一倒残差单元，包括：第一卷积子单元和第一注意力机制子单元；

所述第一卷积子单元，包括：依次串行连接的第一卷积层、第二卷积层、第三卷积层和第一特征融合层；

所述第一注意力机制子单元，包括：第一注意力机制层和第二特征融合层；

所述第一卷积层的输入为所述卷积模块的输出，或者为与所述第一卷积层串行连接的上一个第一倒残差子模块的输出，或者为与所述第一卷积层串行连接的上一个第二倒残差子模块的输出；

所述第二卷积层的输入为所述第一卷积层的输出；

所述第一注意力机制层的输入为所述第二卷积层的输出；所述第一注意力机制层用于对所述第二卷积层的输出进行双注意力机制处理；

所述第二特征融合层的输入，为所述第一注意力机制层的输出和所述第二卷积层的输出；

所述第三卷积层的输入为所述第二特征融合层的输出；

所述第一特征融合层的输入，为所述第一卷积层的输入和所述第三卷积层的输出，所述第一特征融合层的输出为所述第一倒残差单元的输出。