[发明专利]草原蝗虫智能识别系统及识别方法

说明书

本发明公开了一种草原蝗虫智能识别系统及识别方法，草原蝗虫智能识别系统包括前端信息采集终端、图像传输系统、后端云平台的蝗虫图像种类识别模型和后台管控云平台；前端信息采集终端为手机，通过手机获取蝗虫的图片，蝗虫图片传输到后端云平台的蝗虫图像种类识别模型，经过深度神经网络对图片中蝗虫的特征进行学习与提取，最终实现草原蝗虫的监测与识别，为用户提供高效可取的蝗虫防治方法。本发明通过深度学习进行模型训练，简化了蝗虫图像识别时所需的大量人工操作；本发明降低了行业的从业门槛，大大提升了准入率；本发明同时还能够为草原蝗虫的精准调查提供技术支撑，提高基层人员野外调查的效率，大大节约了各种财力和物力等成本。

技术领域

本发明属于物联网技术领域，具体的说是涉及一种草原蝗虫智能识别系统及识别方法，主要用于草原蝗虫的智能识别。

背景技术

中国是一个草原大国，草地约占国土总面积的41％，草地主要分布于我国北方、西北和西南等边远地区，畜牧业的稳定发展对边疆的稳定具有重大意义。近几年，草地退化严重，对牧区经济的可持续发展产生严重影响，草原蝗虫作为影响草原生态稳定的重要因素一直以来备受关注，各级草原站都将草原蝗虫的监测、调查作为重要工作内容。然而，草地蝗虫种类繁多，对于大多数基层工作人员而言，草原蝗虫的精准识别一直是一个重大难题，如果草原蝗虫识别不准确就会大大降低工作效率与调查的准确度。现有技术中草原蝗虫的种类识别，主要依据少数昆虫专家，所以效率较低。

蝗虫作为草原上主要的危害昆虫之一，对其进行有效监测和预警，是保护草原生态与畜牧业的关键。然而，草原地域辽阔，人烟稀少，受交通不便，网络不通等因素的影响，加之草原蝗虫自身的暴发性、迁飞性和发生不确定性等特征，为草原蝗灾的监测预警增加了难度。现有技术中传统的监测方法主要依赖人工调查识别，需要花费大量的人力、物力和财力，准确率低，时效性差，影响预估的防治适期或虫源判断的准确性，且对调查人员的专业水平有较高的要求，很多情况下无法进行现场识别，远远不能满足对草原蝗虫发生动态的实时监测和精准预报要求。

发明内容

本发明为了克服现有技术存在的不足，提供一种草原蝗虫智能识别系统及识别方法，本发明主要涉及草原蝗虫的智能监测与识别，是一种基于图像的蝗虫智能识别系统。

本发明是通过以下技术方案实现的：本发明公开了一种草原蝗虫智能识别系统，该草原蝗虫智能识别系统是一种基于图像的蝗虫智能识别系统，所述草原蝗虫智能识别系统包括前端信息采集终端、图像传输系统、后端云平台的蝗虫图像种类识别模型和后台管控云平台；前端信息采集终端为手机，该草原蝗虫智能识别系统通过手机获取蝗虫的图片，蝗虫图片通过图像传输系统传输到后端云平台的蝗虫图像种类识别模型，经过蝗虫图像种类识别模型中的深度神经网络对图片中蝗虫的特征进行学习与提取，最终实现草原蝗虫的监测与识别，为用户提供高效可取的蝗虫防治方法。

本发明还公开了一种草原蝗虫智能识别系统的识别方法，该草原蝗虫智能识别系统的识别方法具体包括如下步骤：

a.利用手机获取蝗虫图片信息，采集完整的蝗虫图像；

b.将蝗虫图片上传到后台管控云平台；

c.图像自动通过已经训练完成的蝗虫图像种类识别模型计算；

d.计算后获得识别结果并将结果反馈到用户；

e.用户通过反馈到的缓冲置信度得到蝗虫的基本信息，蝗虫的基本信息包括蝗虫的学名、形态特征、分布状况以及蝗虫防治策略。

本发明草原蝗虫智能识别系统的识别方法具体通过如下步骤实现：

(1)带标签数据准备：收集清晰的且较为完整的草原蝗虫照片，并存储于数据库；

(2)数据增强：在使用深度学习模型对图片进行训练前，对数据进行增强，使模型的泛化能力和鲁棒性更好；

(3)算法实现：蝗虫图像种类识别模型采用基于图像的深度神经网络模型；