[发明专利]一种农作物病虫草害识别方法、装置、系统及存储介质

说明书

本申请公开了一种农作物病虫草害识别方法、装置、系统及存储介质，用于提高农作物病虫害识别的效率和准确度，提供有针对性的防治方案。本申请公开的农作物病虫害图像处理方法包括：获取农作物图像；对所述农作物图像进行分类；对所述农作物图像进行特征检测，确定标框图像；对所述标框图像进行识别。本申请还提供了一种农作物病虫害图像处理装置、系统及存储介质。

技术领域

本申请涉及图像处理领域，尤其涉及一种农作物病虫草害识别方法、装置、系统和存储介质。

背景技术

在农业种植领域，病虫害防治是无法逃避的工作。在病虫害防治的第一步是对害虫品种的准确鉴别和判断。一般的农业工作者因为专业知识和资料的缺乏，难以在第一时间准确判断害虫的种类。现有技术中，基于图像识别技术中基于用户拍摄的病害虫图片，通过照片中害虫或病虫害叶片的边缘识别出害虫或病状形状，再通过其形状特征匹配病虫害数据库，从而识别出病虫害的种类，为农业工作者提供病虫害防治的参考意见。但是这种识别方式存在一些不足之处：不同种类病虫害的边缘特征较为接近，特别是一些害虫幼虫形状体态等特征十分接近，容易造成较大的识别误差。

发明内容

针对上述技术问题，本申请实施例提供了一种农作物病虫草害识别方法、装、系统置及存储介质，提高农作物病虫害识别的效率和准确度，并提供相应的防治方案。

第一方面，本申请实施例提供的一种农作物病虫草害识别方法，包括：

获取农作物图像；

对所述农作物图像进行分类；

对所述农作物图像进行特征检测，确定标框图像；

对所述标框图像进行识别；

其中，所述分类包括不属于农作物的图像和属于农作物的图像；

所述标框图像是包括病虫草害的农作物的图像。

优选的，所述获取农作物图像包括：

通过用户终端上传所述农作物图像到病虫草害识别系统服务器。

优选的，所述对所述农作物图像进行分类包括：

过滤掉不属于农作物的图像。

优选的，上述过滤掉不属于农作物的图像的方法包括：

通过残差网络，Residual Network，ResNet，对所述农作物图像进行进行卷积降维；

将特征图的尺寸减小一半获得第一特征图像；

对所述第一特征图像进行以下至少之一处理：加BN，Relu激活或者最大池化；

连接安全层，过滤掉不属于农作物的图像，并提示用户重新拍摄。

优选的，所述对所述农作物图像进行特征检测，确定标框图像包括：

通过特征提取器提取所述图像的特征；

对所述特征进行多尺度预测，得到第二特征图像；

针对所述第二特征图像，对病状进行标框，得到标框图像。

优选的，所述对所述标框图像进行识别包括：

对所述标框图像的每一个尺度，根据卷积网络和注意力提取网络APN，识别出所述标框图像中病虫害的位置。

进一步的，对所述标框图像进行识别之后还包括：

向用户输出无法识别的特征，并接收用户的选择结果。

进一步的，所述接收用户的选择结果之后还包括：