申请/专利权人：安徽农业大学

申请日：2022-05-11

公开（公告）日：2024-05-03

公开（公告）号：CN114842300B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/82;G06V10/74;G06N3/045;G06N3/0464;G06N3/0475;G06N3/084;G06N3/088;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.05.03#授权;2022.08.19#实质审查的生效;2022.08.02#公开

摘要：本发明公开了一种适应雨天环境的农作物病虫害检测方法，包括以下步骤：步骤1、获取有雨、无雨、农作物病虫害图像数据集；步骤2、对数据集进行预处理；步骤3、利用有雨、无雨图像数据集对DCD‑GAN模型进行训练；步骤4、将最优配置参数下的DCD‑GAN模型的输出连接YOLOX模型的输入，得到D‑YOLOX模型；步骤5、利用农作物病虫害图像数据集对D‑YOLOX模型进行训练；步骤6、通过最优配置参数下的D‑YOLOX模型进行雨天环境的农作物病虫害图像处理。本发明能够有效避免因雨天拍摄的图像质量差，雨水干扰对模型性能产生影响。

主权项：1.一种适应雨天环境的农作物病虫害检测方法，其特征在于，包括以下步骤：步骤1、获取有雨、无雨图像数据集，以及农作物病虫害图像数据集；步骤2、对步骤1得到的有雨、无雨图像数据集以及农作物病虫害图像数据集中的数据分别进行预处理，并对农作物病虫害图像数据集进行加雨处理；步骤3、采用DCD-GAN模型，利用步骤2预处理后的有雨、无雨图像数据集对DCD-GAN模型进行训练，每次训练后通过计算DCD-GAN模型的损失函数对所述DCD-GAN模型的参数进行学习指导，由此得到DCD-GAN模型的最优配置参数；步骤4、采用YOLOX模型，将步骤3最优配置参数下的DCD-GAN模型的输出连接YOLOX模型的输入，由此得到D-YOLOX模型；步骤5、利用步骤2预处理及加雨处理后的农作物病虫害图像数据集对步骤4得到的D-YOLOX模型进行训练，每次训练后计算D-YOLOX模型输出结果的误差，并将误差反向传播至D-YOLOX模型的参数，直至误差符合预期，由此得到D-YOLOX模型的最优配置参数；步骤6、将待识别的雨天环境的农作物病虫害图像数据输入至步骤5得到的最优配置参数下的D-YOLOX模型，通过D-YOLOX模型输出病虫害识别结果；步骤3中，每次训练后计算的DCD-GAN模型的损失函数为对比损失函数、颜色循环一致性损失函数、对抗损失函数之和；步骤4中，所述YOLOX模型中Neck部分的特征金字塔结构为循环特征金字塔结构；构建并训练DCD-GAN模型：DCD-GAN是CycleGAN类型的机器学习模型，优点是无监督学习，因此数据集不需要成对，只需要提供两种类别下的训练集就能对模型进行训练；对比损失LcontGR2N，GN2R用来约束图像的特征分布，防止图像丢失输入图像的特征，计算公式如下： 其中，E为特征提取器，作用在各个图像中，GR2N表示去雨的生成器，GN2R表示加雨的生成器，f表示除雨后的样本，有表示从有雨或无雨图像中采集的特征区域，表示从对立分支图像中采集的对应特征区域，表示从对立图像中采集的其他特征区域，计算LcontGR2N，GN2R时采样取k个进行计算，最后将k个LcontGR2N，GN2R累加作为最终的对比损失；simu，v函数为余弦相似度函数，用于衡量向量u和向量v的相似性，本方法中{u＝f，v＝f+}和为了避免不同颜色通道的混合，使用颜色循环一致性损失Lcolorcyc，计算公式如下： 其中，r∈IR，n∈IN，IR表示有雨的图像，IN表示无雨的图像，其中r，g，b对应图像的三种颜色通道，对应着三组向量，i表示对应的其中一个通道，和表示为特征提取器，分别作用在有雨和无雨的图像中；对抗损失是为了让产生无雨的图像更接近于现实，DR表示雨辨别器，DN表示无雨辨别器，对应的输出值越大表明其为真的概率越大，去雨的对抗损失LadvGR2N，DN计算公式如下：LadvGR2N，DN＝En～N[logDNn]+Er～R[log1-DNGR2Nr]，加雨的过程同样需要计算此对抗损失，加雨的对抗损失计算公式如下：LadvGN2R，DR＝Er～R[logDRr]+En～N[log1-DRGN2Rn]，总的对抗损失为：Ladv＝LadvGR2N，DN+LadvGN2R，DR，故DCD-GAN模型总的损失函数为：Ltotal＝λ1LcontGR2N，GN2R+λ2Lcolorcyc+λ3Ladv，其中λ1＝2，λ2＝1，λ3＝1；将经过预处理后的有雨、无雨图像数据集输入至DCD-GAN模型中训练，计算每次训练后DCD-GAN模型的总的损失函数，通过总的损失函数对DCD-GAN模型的参数进行学习指导，经过多次训练后得到DCD-GAN模型的最优配置参数。

全文数据：

权利要求：

百度查询： 安徽农业大学 一种适应雨天环境的农作物病虫害检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD