[发明专利]昆虫识别预警方法及系统

说明书

技术领域

本发明涉及农业植保技术领域，具体而言，涉及一种昆虫识别预警方法及系统。

背景技术

病虫害防治是农业生产的一个重要环节。由于农药多对某一虫态虫龄的害虫效果最高，因而预警害虫对应虫态的发生期，作为重要的预报内容，是防治害虫的关键。例如，在田间调查时，通常在田间抓取各虫态、虫龄的害虫后，在室内进行人工分龄和分级，结合各虫态(龄)在一定温度条件下的历期，计算预报害虫的防治适期，或解剖雌成虫卵巢发育级别，判断卵巢发育情况，可用于迁飞性害虫虫源性质的判断。由于现有技术主要是依赖人工对害虫的虫态进行识别，而人工识别容易出错，且识别效率低，人为因素干扰大，影响预估的防治适期或虫源判断的准确性。另外，人工识别，对调查人员专业水平要求高。因此，如何提供一种有利于提高对害虫的虫态识别准确率以及效率的方法及系统，已成为本领域技术人员亟需解决的技术问题。

发明内容

为了克服上述现有技术中的不足，本发明提供一种昆虫识别预警方法及系统，以解决上述问题。

为了实现上述目的，本发明较佳实施例所提供的技术方案如下所示：

就方法而言，本发明较佳实施例提供一种昆虫识别预警方法，应用于害虫识别系统，所述系统包括至少一个图像采集装置、与所述图像采集装置通信的用户终端以及设置在所述用户终端的深度学习识别模型；所述方法包括：

所述图像采集装置采集各类昆虫图像，以作为所述害虫识别系统所获取的昆虫图像；

将获取到的昆虫图像输入训练后的深度学习识别模型进行识别分类，以得到昆虫的种类以及对应的虫态；

判断所述虫态，当所述虫态满足预设条件时，发出预警提示。

在本发明的较佳实施例中，上述将获取到的昆虫图像输入训练后的深度学习识别模型进行识别分类的步骤之前，所述方法包括：

获取昆虫的训练图像集，包括多个训练子图像，每个所述训练子图像包括单个昆虫的图像以及对应的昆虫的预设标签，所述预设标签包括昆虫的种类信息、虫态信息，其中，所述虫态信息包括所述昆虫的生长周期信息；

使用所述训练图像集，采用深度学习算法训练所述深度学习识别模型，得到训练后的深度学习识别模型。

在本发明的较佳实施例中，上述将获取到的昆虫图像输入训练后的深度学习识别模型进行识别分类的步骤，包括：

将所述昆虫图像的图像特征与所述深度学习识别模型中的训练图像集中的训练子图像的图像特征进行匹配，得到所述昆虫图像与所述训练子图像的相似度；

在所述训练图像集中选取相似度最大的所述训练子图像，将选出的所述训练子图像的预设标签作为所述昆虫图像的实际标签，以得到昆虫的种类以及虫态。

在本发明的较佳实施例中，上述将获取到的昆虫图像输入训练后的深度学习识别模型进行识别分类的步骤，包括：

统计图像采集装置在预设时长内采集的各类昆虫虫态对应的数量。

在本发明的较佳实施例中，上述判断所述虫态，当所述虫态满足预设条件时，发出预警提示的步骤，包括：

获取当地当前的气象信息，根据所述气象信息、虫态计算所述昆虫的发生期，并发出预警提示，其中，所述虫态包括卵、幼若虫、蛹、成虫，所述发生期包括始盛期、高峰期、盛末期。

在本发明的较佳实施例中，上述害虫系统还包括服务器，所述服务器与所述用户终端通信连接，所述服务器设置有所述深度学习模型，所述图像采集装置采集各类昆虫图像，以作为所述害虫识别系统所获取的昆虫图像的步骤，包括：

所述图像采集装置将采集的各类昆虫图像上传至所述服务器。

在本发明的较佳实施例中，上述将获取到的昆虫图像输入训练后的深度学习识别模型进行识别分类的步骤，包括：

所述服务器将获取的各类昆虫图像输入服务器的深度学习识别模型中，以对各类昆虫图像进行识别分类。

就系统而言，本发明的较佳实施例提供一种昆虫识别预警系统，所述系统包括至少一个图像采集装置、与所述图像采集装置通信的用户终端以及与所述用户终端连接的昆虫识别预警装置，所述图像采集装置采集各类昆虫图像，以作为所述昆虫识别预警系统所获取的昆虫图像；所述用户终端包括深度学习识别模型，所述昆虫识别预警装置包括：

识别分类单元，用于将获取到的昆虫图像输入训练后的深度学习识别模型进行识别分类，以得到昆虫的种类以及对应的虫态；

预警判断单元，用于判断所述虫态，当所述虫态满足预设条件时，发出预警提示。

在本发明的较佳实施例中，上述昆虫识别预警装置还包括：