[发明专利]一种农业人工智能作物检测方法、移动终端和计算机可读介质

说明书

一种农业人工智能作物检测方法,包括获取图像样本并构建农作物病害数据库；获取神经网络模型；通过深度学习系统对所述神经网络模型进行训练，获得针对不同农作物的病害识别网络；获取待检测的农作物图像；获取待检测的农作物种类；根据所述待检测的农作物种类选择执行检测的病害识别网络；所述执行检测的病害识别网络对所述待检测的农作物图像进行处理，获得病害预测结果；输出所述病害预测结果。由于使用农作物病害数据库并通过深度学习系统，对神经网络模型进行训练，获得针对不同农作物的病害识别网络。

技术领域

本发明涉及农作物病害智能识别技术领域，具体涉及一种农业人工智能作物检测方法、移动终端和计算机可读介质。

背景技术

农作物病虫害是制约农业增产增收的重要因素。由于农作物病虫害具有种类多、影响大、并时常暴发成灾的特点，其发生范围和严重程度对国民经济、特别是农业生产常造成重大损失。及时发现农业病害并采取防止措施，对避免农业减产和大规模经济损失十分重要。现有技术在农作物病害检测方面，主要依靠人工检测，即农业技术人员深入田间地头对作物生产情况进行现场勘查，现场检测作物是否发生病害及病害种类。这种农作物病害检测方式，不利于在作物病害发生的早期及时发现病害种类，并采取针对性的防治措施。利用人工智能实现作物病害的自动检测，能够有效解决上述难题。借助于人工智能，农民能够随时随地对其栽培的作物进行病害检测，对于病害早期的防治，十分有利。利用人工智能实现作物病害的自动检测，其核心技术为图像识别。

发明内容

本申请提供一种农业人工智能作物检测方法、移动终端和计算机可读介质，利用人工智能实现对作物病害的自动检测。

根据第一方面，一种实施例中提供一种农业人工智能作物检测方法,包括获取图像样本并构建农作物病害数据库；获取神经网络模型；通过深度学习系统对所述神经网络模型进行训练，获得针对不同农作物的病害识别网络；获取待检测的农作物图像；获取待检测的农作物种类；根据所述待检测的农作物种类选择执行检测的病害识别网络；所述执行检测的病害识别网络对所述待检测的农作物图像进行处理，获得病害预测结果；输出所述病害预测结果。

进一步的，方法还包括获取第二神经网络模型；通过深度学习系统对所述第二神经网络模型进行训练，获得作物及病害检测网络。

进一步的，所述获取待检测的农作物种类，包括所述作物及病害检测网络对所述待检测的农作物图像进行处理，获得作物种类检测结果和病害检测结果。

进一步的，方法还包括对所述待检测的农作物图像进行图像金字塔分解处理，获得所述待检测的农作物图像的区域子图像。

进一步的，方法还包括所述作物及病害检测网络对所述待检测的农作物图像的区域子图像进行处理，获得各区域子图像的病害检测结果。

进一步的，所述执行检测的病害识别网络对所述待检测的农作物图像进行处理，为所述执行检测的病害识别网络对存在病害的区域子图像进行处理，获得病害预测结果。

进一步的，所述获取图像样本，包括对图像样本进行归一化处理。

进一步的，所述获取图像样本，包括对图像样本执行压缩、多角度旋转和伸缩变化处理；将处理后的图像样本加入所述农作物病害数据库。

根据第二方面，一种实施例中提供一种移动终端,包括触摸显示屏，所述触摸显示屏用于输入待检测的农作物图像，以及显示输出病害预测结果。处理器，所述处理器用于存储针对不同农作物的病害识别网络，获取待检测的农作物种类，根据所述待检测的农作物种类选择执行检测的病害识别网络，所述执行检测的病害识别网络对所述待检测的农作物图像进行处理，获得病害预测结果。

进一步的，所述处理器还用于存储作物及病害检测网络，所述作物及病害检测网络对所述待检测的农作物图像进行处理，获得作物种类检测结果和病害检测结果。