[发明专利]基于自适应池化模型的害虫图像识别方法

摘要

本发明涉及基于自适应池化模型的害虫图像识别方法，与现有技术相比解决了害虫图像识别率低的缺陷。本发明包括以下步骤对训练图像进行收集和预处理；训练卷积神经网络模型；对待测图像进行收集和预处理；将测试样本输入经过训练后的卷积神经网络模型，进行害虫图像的自动识别。本发明在卷积神经网络模型的训练过程中，将动态自适应的池化模型用于卷积神经网络的池化过程，使得网络模型在不同的池化域的迭代次数下提取的特征更加准确，致使提取的特征更精确。

主权项

一种基于自适应池化模型的害虫图像识别方法，其特征在于，包括以下步骤：11)对训练图像进行收集和预处理，使用带有深度传感器的采集设备拍摄训练图像，对训练图像的RGB图像、深度图像进行提取并进行大小归一化处理，将其处理为256×256像素，得到若干个训练样本；12)训练卷积神经网络模型，将训练样本的RGB图像和深度图像作为输入，对卷积神经网络模型进行训练；13)对待测图像进行收集和预处理，利用带有深度传感器的采集设备拍摄待测的害虫图像，对待测的害虫图像按256×256像素进行归一化处理，得到测试样本；14)将测试样本输入经过训练后的卷积神经网络模型，进行害虫图像的自动识别。