[发明专利]一种基于图像实时识别的农作物害虫智能诊断系统及方法

权利要求书

1.一种基于图像实时识别的农作物害虫智能诊断系统，其特征在于，包括：图像采集终端、图像裁切模块、网络数据传输模块、图像实时识别模块、诊断服务模块；所述图像采集终端、图像裁切模块、网络数据传输模块、图像实时识别模块、诊断服务模块依次连接；

所述图像采集终端用于实时获取害虫图像数据；

所述图像裁切模块用于完成害虫图像的裁切，并将裁切后的害虫图像通过所述网络数据传输模块传送至所述图像实时识别模块；

所述图像实时识别模块基于Tensorflow2.0框架下的卷积神经网络模型，实时对害虫图像进行害虫种类的识别，并将识别结果传送至所述诊断服务模块；

所述诊断服务模块根据所述图像实时识别模块获取的害虫种类信息，输出所述害虫的相关科普知识、防治方法、专家信息。

2.根据权利要求1所述的基于图像实时识别的农作物害虫智能诊断系统，其特征在于，所述图像实时识别模块通过构建害虫自动识别模型进行害虫种类的识别，所述害虫自动识别模型处于实时监听状态，在接收到用户的识别请求后，实时进行害虫图像的读取以及害虫种类的识别，并将识别结果反馈至所述诊断服务模块。

3.根据权利要求1所述的基于图像实时识别的农作物害虫智能诊断系统，其特征在于，所述图像采集终端采用基于Android系统的智能实时识别终端。

4.一种基于图像实时识别的农作物害虫智能诊断方法，其特征在于，包括如下步骤：

获取害虫图像数据，并对所获取的害虫图像数据进行裁切；

基于裁切后的害虫图像数据构建害虫图像识别数据集，并对所述害虫图像识别数据集进行类别标注；

基于卷积神经网络构建害虫自动识别模型，并在Tensorflow2.0框架下，通过所述害虫图像识别数据集对所述害虫自动识别模型进行训练；

根据训练好的害虫自动识别模型对实时采集的害虫图像进行害虫种类的识别，并根据害虫种类的识别结果，推送害虫的相关科普知识、防治方法、专家信息。

5.根据权利要求4所述的基于图像实时识别的农作物害虫智能诊断方法，其特征在于，所述害虫图像数据包括不同种类、同一种类不同虫态的害虫图像。

6.根据权利要求4所述的基于图像实时识别的农作物害虫智能诊断方法，其特征在于，通过所述害虫图像识别数据集对所述害虫自动识别模型进行训练的具体方法包括：

按预设比例将所述害虫图像识别数据集划分为训练集、测试集、验证集；

在Tensorflow2.0框架下，通过所述训练集对所述害虫自动识别模型进行训练，调优卷积神经网络的超参数；所述超参数包括：激活函数、池化方式、学习率；

通过所述测试集计算所述害虫自动识别模型的识别准确率和召回率，并根据所述验证集的识别准确率，验证所述害虫自动识别模型是否过拟合和欠拟合。