[发明专利]基于特征选择模块的林业害虫识别方法及系统

权利要求书

1.基于特征选择模块的林业害虫识别方法，其特征在于，包括：

获取林业害虫图像；

根据获取的林业害虫图像以及预设的林业害虫识别网络模，得到林业害虫分类结果，进行林业害虫识别；

其中，所述林业害虫识别网络模型，通过扩充处理后的林业害虫图像和嵌入了特征选择模块的ResNet网络训练得到；所述特征选择模块通过特征选择单元与残差映射相结合得到。

2.如权利要求1所述的基于特征选择模块的林业害虫识别方法，其特征在于，林业害虫识别网络模型训练内容包括：

获取林业害虫图像，并且根据害虫种类进行分类，将搜集的图片按比例划分训练集与测试集；

对划分后训练集中的数据图像做扩充处理；

构造基于特征选择模块的ResNet网络；

基于扩充后的训练集和构造的ResNet网络，训练得到林业害虫识别网络模型。

3.如权利要求1所述的基于特征选择模块的林业害虫识别方法，其特征在于，林业害虫图像的扩充处理包括随机翻转、增加对比度、随机灰度处理、垂直镜像变换和水平镜像变换。

4.如权利要求2所述的基于特征选择模块的林业害虫识别方法，其特征在于，所述ResNet网络包括四个残差模块，每一个残差模块都包括卷积、标准化、激活函数、残差映射和池化，每次卷积操作都对应一次标准化处理，数据每一次通过残差模块都有效地提取图片中的害虫特征。

5.如权利要求1所述的基于特征选择模块的林业害虫识别方法，其特征在于，所述特征选择模块由通道特征选择单元、空间特征选择单元以及残差映射结构组成；其中，所述通道特征选择单元由1个全局平均池化层、1个全局最大池化层和多层感知机组成；所述空间特征选择单元由1个沿通道轴应用的平均池化层、1个沿通道轴应用的最大池化层和卷积层组成；将所述通道特征选择单元与所述空间特征选择单元串联起来，得到特征选择单元，然后将该单元和残差映射结构结合，组成特征选择模块。

6.如权利要求5所述的基于特征选择模块的林业害虫识别方法，其特征在于，通道特征选择单元中，特征图首先分别经过全局最大池化层和全局平均池化层，再将得到的结果经过多层感知机，进行非线性特征变换，最后再相加，得到每个通道的权重值，再乘回特征图。

7.如权利要求5所述的基于特征选择模块的林业害虫识别方法，其特征在于，空间特征选择单元中，特征图首先分别经过沿通道应用的平均池化层和沿通道应用的最大池化层，得到两张特征图，最后特征图经过卷积操作，得到一张特征选择图。

8.基于特征选择模块的林业害虫识别系统，其特征在于，包括数据获取模块和种类识别模块；

所述数据获取模块，被配置为：获取林业害虫图像；

所述种类识别模块，被配置为：根据获取的林业害虫图像以及预设的林业害虫识别网络模，得到林业害虫分类结果，进行林业害虫识别；

其中，所述林业害虫识别网络模型，通过扩充处理后的林业害虫图像和嵌入了特征选择模块的ResNet网络训练得到；所述特征选择模块通过特征选择单元与残差映射相结合得到。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现了如权利要求1-7任一项所述的基于特征选择模块的林业害虫识别方法中的步骤。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现了如权利要求1-7任一项所述的基于特征选择模块的林业害虫识别方法中的步骤。