[发明专利]害虫识别记数方法、系统、装置及可读存储介质

权利要求书

1.一种害虫识别记数方法，其特征在于，包括以下步骤：

获取各个虫害种类的图片形成原始数据集，对原始数据集进行标定处理；

对标定的原始数据集进行第一处理，基于第一处理结果训练并验证目标检测模型；基于标定的原始数据集中选择种类相似的虫害图片进行第二处理，基于第二处理结果训练并验证分类模型；

采用目标检测模型对待检测害虫图片进行对象检测，以获得害虫检测结果，其中检测结果包括待测图片中各个害虫的位置信息和得分结果，基于位置信息和得分结果得到初步类别和相似类别；

基于相似类别的位置信息对待检测害虫图片进行切割处理，采用分类模型对切割处理的结果进行害虫种类分类，以获得害虫分类结果；

基于所述位置信息、初步分类结果和害虫分类结果，得到害虫的种类和数量。

2.根据权利要求1所述的害虫识别记数方法，其特征在于，所述对原始数据集进行第一处理，基于第一处理结果训练并验证目标检测模型，具体为：

对标定的原始数据集做样本增强处理并分成训练数据集、测试数据集和验证数据集，其中，增强处理包括旋转处理、亮度和色调调节处理、去噪声处理及图片镜像处理中的一种或几种；

将训练数据集输入目标检测模型进行训练，训练完成后将测试数据集和验证数据集作为输入，对训练结果进行验证，进而得到目标检测模型。

3.根据权利要求1所述的害虫识别记数方法，其特征在于，所述基于标定的原始数据集中选择种类相似的虫害图片进行第二处理，基于第二处理结果训练并验证分类模型，具体为：

基于害虫类别的相似程度对标定的原始数据集进行选择，选择出相似的害虫类别数据集，并进行切割处理；

基于切割处理结果做样本增强处理并分成分类模型训练数据集、分类模型测试数据集和分类模型验证集，其中，增强处理包括旋转处理、亮度和色调调节处理、去噪声处理及图片镜像处理中的一种或几种；

将分类模型训练数据集输入分类模型进行训练，训练完成后将分类模型测试数据集和分类模型验证数据集作为输入，对训练结果进行验证，进而得到分类模型。

4.根据权利要求2所述的害虫识别记数方法，其特征在于，将训练数据集输入目标检测模型进行训练步骤之前还包括：

基于k-means聚类算法对目标检测模型的锚框参数值进行修改。

5.根据权利要求2所述的害虫识别记数方法，其特征在于，将分类模型训练数据集输入分类模型进行训练步骤之前还包括：

基于前向网络传播算法计算分类模型中的损失函数，通过反向传播算法对分类模型的参数进行更新，得到修正后的分类模型。

6.根据权利要求1所述的害虫识别记数方法，其特征在于，还包括以下步骤：

对待检测害虫图片进行完善处理，具体为：

将原始数据集中的图像根据害虫的身体结构进行归类，并基于每一类害虫的结构特征对每个进行标记；

若待检测害虫图片中的害虫图像为残缺图像，则对图像中害虫图像进行结构特征提取，并将提取的特征与原始数据集中标记的每一类结构特征进行比对，得到比对结果，其中，比对结果至少推荐三组；

基于比对结果补足残缺害虫图像剩余部分，得到害虫图像完整的待检测害虫图片。