[发明专利]一种害虫检测与抑制方法及系统在审
| 申请号： | 202310039753.2 | 申请日： | 2023-01-12 |
| 公开（公告）号： | CN116486316A | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 葛君正;宋晨;段强;姜凯 | 申请（专利权）人： | 山东浪潮科学研究院有限公司 |
| 主分类号： | G06V20/50 | 分类号： | G06V20/50;B62D63/02;A01M7/00;A01M9/00;G06V40/10;G06V10/42;G06V10/75;G06V10/82;G06Q50/02 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜丽洁 |
| 地址： | 250100 山东省济*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 害虫 检测 抑制 方法 系统 | ||
1.一种害虫检测与抑制方法，其特征在于,首先具有导航功能的轮式机器人在农作物之间的道路上行进，使用多个多光谱相机定时拍摄图片，并对图片中的害虫进行标注，形成害虫数据集；
构建改进的MobileNet-SSD模型，作为害虫识别模型，检测到害虫时，会输出害虫的空间坐标,进行喷洒生物控制剂。
2.根据权利要求1所述的一种害虫检测与抑制方法，其特征在于，对得到的所述害虫数据集进行训练，所述MobileNet-SSD模型具体为：主干网络使用基于深度可分离卷积的Mobilenet-V1，具有4层使用深度可分离卷积的Extra层以及能够检测6张特征图的Header层。
3.根据权利要求2所述的一种害虫检测与抑制方法，其特征在于，将每像素上6个检测框的大小进一步缩小，以匹配害虫的体积。
4.根据权利要求3所述的一种害虫检测与抑制方法，其特征在于，使用基于权重的剪枝方式，将得到的MobileNet-SSD模型进一步缩小参数量和操作量，在几乎不丢失原模型精度的前提下，最大化缩小模型。
5.根据权利要求4所述的一种害虫检测与抑制方法，其特征在于，使用离线量化的方式int8量化得到的最大化缩小模型，将网络参数从Float-32量化到INT8。
6.根据权利要求5所述的一种害虫检测与抑制方法，其特征在于，检测到害虫时，会得到害虫的空间坐标，然后将喷杆旋转到指向坐标位置，喷洒生物控制剂。
7.一种害虫检测与抑制系统，其特征在于，包括具有导航功能的轮式机器人、视觉模块、控制模块和喷洒模块，所述具有导航功能的轮式机器人在农作物之间的道路上行进，所述视觉模块使用多个多光谱相机定时拍摄图片，并对图片中的害虫进行标注，形成害虫数据集；
所述控制模块上构建改进的MobileNet-SSD模型，作为害虫识别模型，将空间坐标传递到喷洒模块，然后将喷杆旋转到指向坐标位置，所述喷洒模块用于喷洒生物控制剂。
8.根据权利要求7所述的一种害虫检测与抑制系统，其特征在于，对得到的所述害虫数据集进行训练，所述MobileNet-SSD模型具体为：主干网络使用基于深度可分离卷积的Mobilenet-V1，具有4层使用深度可分离卷积的Extra层以及能够检测6张特征图的Header层；
将每像素上6个检测框的大小进一步缩小，以匹配害虫的体积。
9.根据权利要求8所述的一种害虫检测与抑制系统，其特征在于，使用基于权重的剪枝方式，将得到的MobileNet-SSD模型进一步缩小参数量和操作量，在几乎不丢失原模型精度的前提下，最大化缩小模型。
10.根据权利要求9所述的一种害虫检测与抑制系统，其特征在于，使用离线量化的方式int8量化得到的最大化缩小模型，将网络参数从Float-32量化到INT8。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东浪潮科学研究院有限公司，未经山东浪潮科学研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202310039753.2/1.html，转载请声明来源钻瓜专利网。
