[发明专利]一种基于深度学习的玉米行间立体病害检测装置及方法

说明书

本发明公开了一种基于深度学习的玉米行间立体病害检测装置及方法，属于目标检测及图像分割方法技术领域；本发明具体包括以下步骤：通过相机拍摄获取玉米叶子图像，对图像中的有病区域进行标注，训练得到权重文件；将权重文件加载到深度学习算法中得到目标检测网络和图像分割网络；通过摄像装置采集玉米行间全方位视频图像；将视频发送到Jeston nano边缘服务器，在Jeston nano边缘服务器上运行目标检测网络和图像分割网络，得到图像中的病虫害区域；将结果传输到移动端应用中，实时查看玉米行间病害情况，得到病害等级并制定合适的农药浓度。本发明解决了传统农业生产中落后的人工预防方式，节省了人力成本，提高了工作效率。

技术领域

本发明涉及目标检测及图像分割方法技术领域，特别是涉及一种基于深度学习的玉米行间立体病害检测装置及方法。

背景技术

病害是影响作物生长的重要因素，病害检测一直是农业生产中的一个重要任务。传统农业生产中对病害的检测一直为人工检测，但是随着现代化农业的发展，这种依附于人工的检测方式不再适用于现代农业，暴露出了作业时间长，人工成本高，效率低下的特点。而基于人工智能的智能检测系统避免了人工检测的弊端，在现代农业生产管理过程中起到了至关重要的作用。

相对于深度学习图像分类来说，目标检测不仅能够对于图像定位出目标的具体坐标位置，而且能够对于图像中目标的类别进行识别。图像分割能够精确分割出病害的具体形状，展现病害的细节。因此，目标检测和图像分割应用于农业病害检测领域有利于病害区域的精准定位和分割，从而提高农业生产率，鉴于上述原因，本发明提出了一种基于深度学习的玉米行间立体病害检测装置及方法。

发明内容

本发明的目的在于解决传统的农业生产中落后的人工预防方式，节省人力成本，提高工作效率而提出的一种基于深度学习的玉米行间立体病害检测装置及方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于深度学习的玉米行间立体病害检测装置，包括有装载平台和摄像装置，所述装载平台包括有第一车架和第二车架，所述第一车架上表面中央位置固定安装有GNSS天线，所述GNSS天线的两侧设置有电池和摄像装置，所述电池和摄像装置均固定安装在第一车架上表面，所述摄像装置包括有上侧摄像头、左侧摄像头、右侧摄像头，所述摄像装置一侧还固定安装有jetson nano边缘服务器；所述第二车架固定连接在第一车架的底端，所述第二车架的前端固定连接有激光雷达，所述第二车架的底面四角上固定连接有直杆，所述直杆的底端固定安装有转向电机，所述转向电机的底端固定连接有连接轴承，所述连接轴承上固定连接有直流电机，所述直流电机的输出轴上固定连接有车轮。

一种基于深度学习的玉米行间立体病害检测方法，具体包括以下步骤：

S1、使用摄像装置拍摄玉米图片；

S2、对S1中所拍摄的玉米图片进行标注，分为训练集和测试集；

S3、将S2中所得的训练集和测试集输入目标检测网络中，获取目标检测的权重文件；

S4、使用S3中所得的目标检测网络的权重文件训练图像分割网络的权重文件；

S5、将训练好的图像分割网络的权重文件加载到深度学习算法中用于视频检测；

S6、通过摄像装置的上侧摄像头、左侧摄像头、右侧摄像头获取玉米行间全方位、各角度视频图像信息，将视频图像信息发送给三个jetson nano边缘服务器，在jetsonnano边缘服务器上运行深度学习算法，对视频图像信息进行病害检测；

S7、将S6中所得检测结果传输至对应的移动端应用中，对检测结果进行分析，划分病害等级并制定所需喷洒的农药浓度。

优选地，所述S1中提到的拍摄玉米图片，采集图片时，为了更好适应现实环境，具体包括如下要求：