[发明专利]一种粘虫板图像上小体积害虫检测方法及系统

权利要求书

1.一种粘虫板图像上小体积害虫检测方法，其特征在于，包括：

获取目标图像，所述目标图像为捕获目标害虫的粘虫板图像；

将所述目标图像输入至训练好的害虫检测识别模型，以确定目标害虫的种类信息和位置信息，所述训练好的害虫检测识别模型是基于单阶段目标检测算法构建的；

通过统计检测出的所述种类信息和所述位置信息获取所述目标害虫的数量信息。

2.根据权利要求1的粘虫板图像上小体积害虫检测方法，其特征在于，在将所述目标图像输入至训练好的害虫检测识别模型，以确定目标害虫的种类信息和位置信息之前，还包括构建待训练的害虫检测识别模型；害虫检测识别模型，至少包括以下单元：CSPDarknet53单元、空间金字塔池化单元、路径聚合网络单元和输出单元。

3.根据权利要求2的粘虫板图像上小体积害虫检测方法，其特征在于，

所述CSPDarknet53单元，包括：依次连接的输入层、第一卷积模块、第一残差模块、第二残差模块、第三残差模块、第四残差模块和第五残差模块；

所述空间金字塔池化单元，包括最大池化层；

所述路径聚合网络单元，包括：依次连接的第一拼接模块、第一上采样模块、第二拼接模块、第二上采样模块、第三拼接模块和第三上采样模块；以及依次连接的第一下采样模块、第四拼接模块、第二下采样模块、第五拼接模块、第三下采样模块和第六拼接模块；

其中，所述第一拼接模块的输出端与所述第一下采样模块的输入端相连，所述第二拼接模块的输出端与所述第四拼接模块的输入端相连，所述第三拼接模块的输出端与所述第五拼接模块的输入端相连；

输出单元，包括：第一YOLO Head模块、第二YOLO Head模块、第三YOLO Head模块；

所述第二残差模块的输出端通过第二卷积模块与所述第一拼接模块的输入端相连；

所述第三残差模块的输出端通过第三卷积模块与所述第二拼接模块的输入端相连；

所述第四残差模块的输出端通过第四卷积模块与所述第三拼接模块的输入端相连；

所述第五残差模块的输出端通过第五卷积模块与所述空间金字塔池化单元的输入端相连；

所述空间金字塔池化单元的输出端通过特征融合模块分别与所述第三上采样模块以及所述第六拼接模块的输入端相连；所述特征融合模块包括依次连接的1个合并层和3个卷积层；

所述第一拼接模块的输出端与所述第一YOLO Head模块的输入端相连；

所述第五拼接模块的输出端与所述第二YOLO Head模块的输入端相连；

所述第六拼接模块的输出端与所述第三YOLO Head模块的输入端相连；

其中，所述第一残差模块、所述第五残差模块均分别包括4个依次连接的残差单元，所述第二残差模块、所述第三残差模块、所述第四残差模块均分别包括8个依次连接的残差单元；

所述第五卷积模块包括依次连接的3个卷积层；

所述第一拼接模块、所述第二拼接模块、所述第三拼接模块、所述第四拼接模块、所述第五拼接模块、所述第六拼接模块均分别包括依次连接的1个合并层和5个卷积层。

4.根据权利要求2的粘虫板图像上小体积害虫检测方法，其特征在于，在构建完成待训练的害虫检测识别模型之后，还包括：

获取多个粘虫板样本图像，对每个粘虫板样本图像进行等距分割处理，并将每个粘虫板样本图像中不能整分的边界，使用黑色背景填充处理，获取多个粘虫板样本子图像；

利用所述粘虫板样本子图像，构建粘虫板样本集；

确定所述粘虫板样本集中每个粘虫板样本子图像对应的种类位置标签；种类位置标签包括目标害虫的种类信息标签和位置信息标签；

基于图形图像标注工具，将每个粘虫板子样本图像和与其对应的种类位置标签组合为一个数据样本；

由所有数据样本构建数据集；

将所述数据集中的数据样本按照预设比例进行划分，构建训练集，验证集和测试集；

利用所述训练集和所述验证集，对所述待训练的害虫检测识别模型进行训练。