[发明专利]一种基于MDRN网络的储粮害虫在线识别系统及其方法

说明书

本发明涉及人工智能技术领域，具体地说，是一种基于MDRN网络的储粮害虫在线识别系统及其方法，主要包括硬件模块、软件模块及云服务器上搭载的算法模块三个部分，其中硬件模块包括储粮害虫图像采集模块、数据传输模块；软件模块包括PC端人机交互软件；算法模块是指云服务器中搭载的用于图像识别的算法。其中粮虫图像采集模块，用于粮堆内粮虫图像的获取；数据传输模块将图像数据发送至PC端；PC端人机交互软件为用于图像显示以及信息展示的应用软件，并将接收到的储粮害虫图像数据自动上传至云服务器端；云服务器为GPU计算机，搭载MDRN深度学习算法。

技术领域

本发明涉及人工智能技术领域，具体地说，是一种基于MDRN网络的储粮害虫在线识别系统及其方法。

背景技术

储粮害虫是导致粮仓粮食发生损失的重要原因。实时准确地采集粮堆粮虫信息并识别害虫种类，为后期害虫防治打下基础是非常有必要的。传统的害虫识别方法主要依靠人眼观测害虫的外部形状特征，颜色特征等，再与已有准确记录的模型标本进行对照鉴别。该方法原始、直接，容易受到工作人员技能水平高低的影响，且工作量大、效率低、误差较大。

发明内容

本发明的目的是提供一种基于MDRN网络的储粮害虫在线识别系统及其方法，以解决需要人工识别效率低的问题。

本发明采用的技术方案具体如下：

一种基于MDRN网络的储粮害虫在线识别系统，主要包括硬件模块、软件模块及云服务器上搭载的算法模块三个部分，其中硬件模块包括储粮害虫图像采集模块、数据传输模块；软件模块包括PC端人机交互软件；算法模块是指云服务器中搭载的用于图像识别的算法。

其中所述的粮虫图像采集模块，用于粮堆内粮虫图像的获取，其通过MCU控制灯带开启对粮虫诱集后，使用DCMI接口控制CMOS摄像头采集粮堆害虫图像；其所述的数据传输模块为以太网传输模块，将图像数据发送至PC端；所述PC端人机交互软件为用于图像显示以及信息展示的应用软件，并将接收到的储粮害虫图像数据自动上传至云服务器端；所述云服务器为GPU计算机，搭载MDRN深度学习算法。

采用上述系统进行储粮害虫在线识别具体包括如下步骤：

(1)从储粮害虫图像采集模块获取粮堆害虫图像；

(2)将步骤(1)中获取到的储粮害虫图像通过以太网模块上传至PC端人机交互界面；

(3)PC端接收储粮害虫图像后进行本地显示以及图像保存，并自动上传至云服务器；

(4)云服务器端搭载MDRN算法脚本，将图像输入后会自动给出反馈信息至PC端人机交互界面；

其中，步骤(4)所述的MDRN算法是一种对采集到的粮虫图像进行识别的算法，具体包括以下几个步骤：

A、将PC端上传的储粮害虫原始图像尺寸统一为128×128pixels，标准化样本数据；

B、将标准化后的图像数据输入到普通卷积层中，并采用批归一化，防止梯度爆炸和梯度消失，并加入激活函数；

C、将步骤B的输出结果输入到M个堆叠的两种类型的残差块中；

D、将两种类型的残差块与池化层交替使用；

E、使用自适应矩估计(Adam)优化器，初始学习率为，α，α∈(0,1)，学习率为迭代衰减，学习率的计算方式为每经过x次迭代，变为原来的z，即

learingrate＝learning rate×z^globalstep/x

式中learningrate为学习率，globalstep为当前训练的次数；