[发明专利]一种植物种类识别方法以及装置

权利要求书

1.一种植物种类识别方法，其特征在于，所述方法包括：

获取待识别植物的花、叶以及整体植株三个部位中的至少两个部位的图片作为待识别图片；

基于预先保存的多个识别模型分别识别所述待识别图片中的每张图片，得到每个部位的预测识别结果；

将所有的预测识别结果进行融合，得到所述待识别植物的种类；

其中，所述预先保存的多个识别模型包括：叶特征植物种类识别模型、花特征植物种类识别模型和植株全局特征植物种类识别模型；

所述叶特征植物种类识别模型对所述待识别植物的叶的图片进行识别，得到叶的图片的预测识别结果；

所述花特征植物种类识别模型对所述待识别植物的花的图片进行识别，得到花的图片的预测识别结果；

所述植株全局特征植物种类识别模型对所述待识别植物的整体植株的图片进行识别，得到整体植株的图片的预测识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别植物的花、叶以及整体植株三个部位中的至少两个部位的图片作为待识别图片之前，所示方法还包括：

通过卷积神经网络或者残差网络对预先获取的数据样本进行训练，得到叶特征植物种类识别模型、花特征植物种类识别模型和植株全局特征植物种类识别模型。

3.根据权利要求1或2所述的方法，其特征在于，所述将所有的预测识别结果进行融合，包括：将所有的预测识别结果基于决策层输出或者基于排序层输出或者基于度量层输出进行融合。

4.根据权利要求3所述的方法，其特征在于，所述每个部位的预测识别结果为一个类别，所述将所有的预测识别结果进行融合，得到所述待识别植物的种类，包括：

获取所有待识别图片得到的预测识别结果；

将所述预测识别结果中重合度最高的类别确定为所述待识别植物的种类。

5.根据权利要求3所述的方法，其特征在于，所述每个部位的预测识别结果为多个类别的排序，所述将所有的预测识别结果进行融合，得到所述待识别植物的种类，包括：

获取所有待识别图片得到的预测识别结果所包括的多个类别的排序；

将所有多个类别的排序中得分最高的类别确定为所述待识别植物的种类。

6.根据权利要求3所述的方法，其特征在于，所述每个部位的预测识别结果包括所述叶特征植物种类识别模型、所述花特征植物种类识别模型和所述植株全局特征植物种类识别模型分别输出的多个类别排序以及相应的度量值，所述将所有的预测识别结果进行融合，得到所述待识别植物的种类，包括：

获取所有待识别图片得到的预测识别结果所包括的多个类别的排序以及相应的度量值；

基于加权平均数以及算数平均数对所述预测识别结果进行计算，将得到的结果中绝对值最大时所对应的种类确定为所述待识别植物的种类。

7.一种植物种类识别装置，其特征在于，所述装置包括：

获取模块，获取待识别植物的花、叶以及整体植株三个部位中的至少两个部位的图片作为待识别图片；

识别模块，用于基于预先保存的多个识别模型分别识别所述待识别图片中的每张图片，得到每个部位的预测识别结果；

融合模块，用于将所有的预测识别结果进行融合，得到所述待识别植物的种类；

其中，所述预先保存的多个识别模型包括：叶特征植物种类识别模型、花特征植物种类识别模型和植株全局特征植物种类识别模型；

所述叶特征植物种类识别模型对所述待识别植物的叶的图片进行识别，得到叶的图片的预测识别结果；

所述花特征植物种类识别模型对所述待识别植物的花的图片进行识别，得到花的图片的预测识别结果；

所述植株全局特征植物种类识别模型对所述待识别植物的整体植株的图片进行识别，得到整体植株的图片的预测识别结果。