[发明专利]一种基于图片识别果蔬病害的方法及装置在审

专利信息
申请号: 201810185001.6 申请日: 2018-03-06
公开(公告)号: CN108596017A 公开(公告)日: 2018-09-28
发明(设计)人: 马俊娜;付琰;杨小飞;崔鲁南;赵一嘉 申请(专利权)人: 深圳市农博创新科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04
代理公司: 北京万思博知识产权代理有限公司 11694 代理人: 姜楠楠
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 果蔬病害 卷积神经网络 特征数据 图片识别 图片特征 特征数据存储 图像预处理 存储器 准确度 输出 病害特征 对比结果 黄瓜病害 人工参与 特征提取 传统的 数据集 准确率 上传 病害 黄瓜 图片 图像 检测 申请
【权利要求书】:

1.一种基于图片识别果蔬病害的方法,包括如下步骤:

S100:通过卷积神经网络训练至少一种果蔬病害特征,并产生对应的果蔬病害特征数据;

S200:将所述果蔬病害特征数据存储至存储器;

S300:接收被识别图片;

S400:通过所述卷积神经网络提取所述被识别图片的图片特征;及

S500:将所述图片特征与所述果蔬病害特征数据对比,并输出对比结果。

2.根据权利要求1所述的基于图片识别果蔬病害的方法,其特征在于,所述步骤100包括:

S101:接收训练图片;

S102:对所述训练图片进行步长为2,卷积核尺寸为7*7的卷积运算,并输出64张第一图片;

S103:对所述64张第一图片进行步长为2,卷积核尺寸为3*3的最大池化运算,并输出64张第二图片;

S104:对所述64张第二图片进行卷积核尺寸为1*1的卷积运算,并输出128张第三图片;

S105:对所述128张第三图片进行32组卷积运算,每组卷积运算输入图片数量为128张、卷积核尺寸为3*3的卷积运算、输出图片的数量为128张,其中所述第1组卷积运算的输入图片为所述128张第三图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的128张图片,所述第32组卷积运算输出的128张图片为第四图片;

S106:对所述128张第四图片进行卷积核尺寸为1*1的卷积运算,并输出256张第五图片;

S107:在由所述256张第五图片及所述64张第二图片组成的第一图片库中随机选取256张第一随机图片,对所述256张第一随机图片进行卷积核尺寸为1*1的卷积运算,并输出128张第六图片;

S108:对所述128张第六图片进行32组卷积运算,每组卷积运算输入图片数量为128张、卷积核尺寸为3*3的卷积运算、输出图片的数量为128张,其中所述第1组卷积运算的输入图片为所述128张第六图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的128张图片,所述第32组卷积运算输出的128张图片为第七图片;

S109:对所述128张第七图片进行卷积核尺寸为1*1的卷积运算,并输出256张第八图片;

S110:在由所述256张第八图片及所述64张第二图片组成的第二图片库中随机选取256张第二随机图片,对所述256张第二随机图片进行卷积核尺寸为1*1的卷积运算,并输出128张第九图片;

S111:对所述128张第九图片进行32组卷积运算,每组卷积运算输入图片数量为128张、卷积核尺寸为3*3的卷积运算、输出图片的数量为128张,其中所述第1组卷积运算的输入图片为所述128张第九图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的128张图片,所述第32组卷积运算输出的128张图片为第十图片;

S112:对所述128张第十图片进行卷积核尺寸为1*1的卷积运算,并输出256张第十一图片;

S113:在由所述256张第十一图片及所述64张第二图片组成的第三图片库中随机选取256张第三随机图片,对所述256张第三随机图片进行卷积核尺寸为1*1的卷积运算,并输出256张第十二图片;

S114:对所述128张第十二图片进行32组卷积运算,每组卷积运算输入图片数量为256张、卷积核尺寸为3*3的卷积运算、输出图片的数量为256张,其中所述第1组卷积运算的输入图片为所述256张第十二图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的256张图片,所述第32组卷积运算输出的256张图片为第十三图片;

S115:对所述256张第十三图片进行卷积核尺寸为1*1的卷积运算,并输出512张第十四图片;

S116:在由所述512张第十四图片及所述64张第二图片组成的第四图片库中随机选取512张第四随机图片,对所述512张第四随机图片进行卷积核尺寸为1*1的卷积运算,并输出256张第十五图片;

S117:对所述256张第十五图片进行32组卷积运算,每组卷积运算输入图片数量为256张、卷积核尺寸为3*3的卷积运算、输出图片的数量为256张,其中所述第1组卷积运算的输入图片为所述256张第十五图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的256张图片,所述第32组卷积运算输出的256张图片为第十六图片;

S118:对所述256张第十六图片进行卷积核尺寸为1*1的卷积运算,并输出512张第十七图片;

S119:在由所述512张第十七图片及所述64张第二图片组成的第五图片库中随机选取512张第五随机图片,对所述512张第五随机图片进行卷积核尺寸为1*1的卷积运算,并输出256张第十八图片;

S120:对所述256张第十八图片进行32组卷积运算,每组卷积运算输入图片数量为256张、卷积核尺寸为3*3的卷积运算、输出图片的数量为256张,其中所述第1组卷积运算的输入图片为所述256张第十八图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的256张图片,所述第32组卷积运算输出的256张图片为第十九图片;

S121:对所述256张第十九图片进行卷积核尺寸为1*1的卷积运算,并输出512张第二十图片;

S122:在由所述512张第二十图片及所述64张第二图片组成的第六图片库中随机选取512张第六随机图片,对所述512张第六随机图片进行卷积核尺寸为1*1的卷积运算,并输出256张第二十一图片;

S123:对所述256张第二十一图片进行32组卷积运算,每组卷积运算输入图片数量为256张、卷积核尺寸为3*3的卷积运算、输出图片的数量为256张,其中所述第1组卷积运算的输入图片为所述256张第二十一图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的256张图片,所述第32组卷积运算输出的256张图片为第二十二图片;

S124:对所述256张第二十二图片进行卷积核尺寸为1*1的卷积运算,并输出512张第二十三图片;

S125:在由所述512张第二十三图片及所述64张第二图片组成的第七图片库中随机选取512张第七随机图片,对所述512张第七随机图片进行卷积核尺寸为1*1的卷积运算,并输出512张第二十四图片;

S126:对所述512张第二十四图片进行32组卷积运算,每组卷积运算输入图片数量为512张、卷积核尺寸为3*3的卷积运算、输出图片的数量为512张,其中所述第1组卷积运算的输入图片为所述512张第二十四图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的512张图片,所述第32组卷积运算输出的512张图片为第二十五图片;

S127:对所述512张第二十五图片进行卷积核尺寸为1*1的卷积运算,并输出1024张第二十六图片;

S128:在由所述1024张第二十六图片及所述64张第二图片组成的第八图片库中随机选取1024张第八随机图片,对所述1024张第八随机图片进行卷积核尺寸为1*1的卷积运算,并输出512张第二十七图片;

S129:对所述512张第二十七图片进行32组卷积运算,每组卷积运算输入图片数量为512张、卷积核尺寸为3*3的卷积运算、输出图片的数量为512张,其中所述第1组卷积运算的输入图片为所述512张第二十七图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的512张图片,所述第32组卷积运算输出的512张图片为第二十八图片;

S130:对所述512张第二十八图片进行卷积核尺寸为1*1的卷积运算,并输出1024张第二十九图片;

S131:在由所述1024张第二十九图片及所述64张第二图片组成的第九图片库中随机选取1024张第九随机图片,对所述1024张第九随机图片进行卷积核尺寸为1*1的卷积运算,并输出512张第三十图片;

S132:对所述512张第三十图片进行32组卷积运算,每组卷积运算输入图片数量为512张、卷积核尺寸为3*3的卷积运算、输出图片的数量为512张,其中所述第1组卷积运算的输入图片为所述512张第三十图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的512张图片,所述第32组卷积运算输出的512张图片为第三十一图片;

S133:对所述512张第三十一图片进行卷积核尺寸为1*1的卷积运算,并输出1024张第三十二图片;

S134:在由所述1024张第三十二图片及所述64张第二图片组成的第十图片库中随机选取1024张第十随机图片,对所述1024张第十随机图片进行卷积核尺寸为1*1的卷积运算,并输出512张第三十三图片;

S135:对所述512张第三十三图片进行32组卷积运算,每组卷积运算输入图片数量为512张、卷积核尺寸为3*3的卷积运算、输出图片的数量为512张,其中所述第1组卷积运算的输入图片为所述512张第三十三图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的512张图片,所述第32组卷积运算输出的512张图片为第三十四图片;

S136:对所述512张第三十四图片进行卷积核尺寸为1*1的卷积运算,并输出1024张第三十五图片;

S137:在由所述1024张第三十五图片及所述64张第二图片组成的第十一图片库中随机选取1024张第十一随机图片,对所述1024张第十一随机图片进行卷积核尺寸为1*1的卷积运算,并输出1024张第三十六图片;

S138:对所述1024张第三十六图片进行32组卷积运算,每组卷积运算输入图片数量为1024张、卷积核尺寸为3*3的卷积运算、输出图片的数量为1024张,其中所述第1组卷积运算的输入图片为所述1024张第三十六图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的1024张图片,所述第32组卷积运算输出的1024张图片为第三十七图片;

S139:对所述1024张第三十七图片进行卷积核尺寸为1*1的卷积运算,并输出2048张第三十八图片;

S140:在由所述2048张第三十八图片及所述64张第二图片组成的第十二图片库中随机选取2048张第十二随机图片,对所述2048张第十二随机图片进行卷积核尺寸为1*1的卷积运算,并输出1024张第三十九图片;

S141:对所述1024张第三十九图片进行32组卷积运算,每组卷积运算输入图片数量为1024张、卷积核尺寸为3*3的卷积运算、输出图片的数量为1024张,其中所述第1组卷积运算的输入图片为所述1024张第三十九图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的1024张图片,所述第32组卷积运算输出的1024张图片为第四十图片;

S142:对所述1024张第四十图片进行卷积核尺寸为1*1的卷积运算,并输出2048张第四十一图片;

S143:在由所述2048张第四十一图片及所述64张第二图片组成的第十三图片库中随机选取2048张第十三随机图片,对所述2048张第十三随机图片进行卷积核尺寸为1*1的卷积运算,并输出1024张第四十二图片;

S144:对所述1024张第四十二图片进行32组卷积运算,每组卷积运算输入图片数量为1024张、卷积核尺寸为3*3的卷积运算、输出图片的数量为1024张,其中所述第1组卷积运算的输入图片为所述1024张第四十二图片,所述第2组至所述第32组卷积运算的输入图片为上一组卷积运算输出的1024张图片,所述第32组卷积运算输出的1024张图片为第四十三图片;

S145:对所述1024张第四十三图片进行卷积核尺寸为1*1的卷积运算,并输出2048张第四十四图片;

S146:在由所述2048张第四十四图片及所述64张第二图片组成的第十四图片库中随机选取2048张第十四随机图片,对所述2048张第十四随机图片进行卷积核尺寸为1*1的卷积运算,并输出11张第四十五图片;

S147:通过所述第四十五图片产生对应的果蔬病害特征数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市农博创新科技有限公司,未经深圳市农博创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810185001.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top