[发明专利]基于神经网络的菜心生长期的识别方法、系统和存储介质

权利要求书

1.一种基于神经网络的菜心生长期的识别方法，其特征在于，包括以下步骤：

获取菜心的图像信息，采用预设方式对图像信息进行下采样，并获得图像数组，所述图像数组包括多张图像；

采用基于平行深度卷积神经网络的识别模型对图像数组进行识别，并获得菜心的生长期。

2.根据权利要求1所述的一种基于神经网络的菜心生长期的识别方法，其特征在于，所述采用预设方式对图像信息进行下采样，并获得图像数组这一步骤，具体为：

采用图像的高斯金字塔构建方式对图像信息进行下采样后，获得多张分辨率不同的图像作为图像数组。

3.根据权利要求1所述的一种基于神经网络的菜心生长期的识别方法，其特征在于，还包括建立基于平行深度卷积神经网络的识别模型的步骤，所述建立识别模型的步骤具体包括以下步骤：

获取菜心不同生长期的图片，并对图片进行调整后作为训练集；

依次从训练集获取图片，并对图片进行下采样后，获得n个分辨率不同的训练图片；

将n个训练图片分别对n个相互平行的深度卷积神经网络进行训练后，获得识别模型；

其中，n为正整数。

4.根据权利要求3所述的一种基于神经网络的菜心生长期的识别方法，其特征在于，所述识别模型包括4个深度卷积神经网络，所述采用基于平行深度卷积神经网络的识别模型对图像数组进行识别，并获得菜心的生长期这一步骤，具体包括以下步骤：

将图像数组中的图像分别输入对应的深度卷积神经网络进行卷积处理，并输出4个对应的特征图；

对4个特征图进行累加并求平均后，获得融合特征图；

对融合特征图进行全连接操作，并采用分类器进行分类后，获得菜心的生长期。

5.根据权利要求4所述的一种基于神经网络的菜心生长期的识别方法，其特征在于，所述获取菜心的图像信息这一步骤，具体为：

定时获取多张菜心的图像数据作为图像信息，且每张图像数据对应一个图像数组；

所述对融合特征图进行全连接操作，采用分类器进行分类后，获得菜心的生长期这一步骤，具体为包括以下步骤：

对各图像数组对应的融合特征图进行全连接操作，并采用分类器进行分类后，获得各图像数组对应的分类结果；

结合获得的分类结果和预设选择方式获取菜心的生长期。

6.根据权利要求4所述的一种基于神经网络的菜心生长期的识别方法，其特征在于，所述4个深度卷积神经网络分别为第一网络、第二网络、第三网络和第四网络，所述第一网络包括6个依次连接的卷积核，所述第二网络包括5个依次连接的卷积核，所述第三网络包括4个依次连接的卷积核，所述第四网络包括3个依次连接的卷积核。

7.一种基于神经网络的菜心生长期的识别系统，其特征在于，包括：

图像采集模块，用于获取菜心的图像信息；

数据处理模块，用于采用预设方式对图像信息进行下采样，并获得图像数组，所述图像数组包括多张图像，以及采用基于平行深度卷积神经网络的识别模型对图像数组进行识别，并获得菜心的生长期。

8.根据权利要求7所述的一种基于神经网络的菜心生长期的识别系统，其特征在于，还包括智能终端，所述智能终端与数据处理模块连接。

9.一种基于神经网络的菜心生长期的识别系统，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-6任一项所述的一种基于神经网络的菜心生长期的识别方法。

10.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-6任一项所述方法。