本申請涉及植物病害識別，尤其涉及一種基于圖像生成的植物病害識別方法及系統(tǒng)。

背景技術(shù)：

1、植物病害識別在農(nóng)業(yè)生產(chǎn)、景觀園林中都具有重要意義。傳統(tǒng)的植物病害識別方法依賴于人工觀察和經(jīng)驗判斷，效率低下且易受人為因素影響。近年來，基于計算機視覺和深度學習的植物病害檢測方法逐漸興起，利用大量的圖像數(shù)據(jù)訓練深度學習模型，從而實現(xiàn)高效、準確的病害識別。然而，深度學習方法依賴于大量標注的圖像數(shù)據(jù)，獲取這些樣本數(shù)據(jù)往往耗時費力。此外，由于環(huán)境變化和圖像采集條件的不同，實際采集的圖像樣本在數(shù)據(jù)集中的表現(xiàn)存在一定的差異性，導致模型的泛化能力受限。

技術(shù)實現(xiàn)思路

1、為至少在一定程度上克服相關(guān)技術(shù)中通過深度學習方法進行植物病害識別，存著在獲取樣本數(shù)據(jù)困難，模型的泛化能力受限的問題，本申請?zhí)峁┮环N基于圖像生成的植物病害識別方法及系統(tǒng)。

2、本申請的方案如下：

3、根據(jù)本申請實施例的第一方面，提供一種基于圖像生成的植物病害識別方法，包括：

4、獲取植物葉片真實圖像數(shù)據(jù)；所述植物葉片真實圖像數(shù)據(jù)至少包括：健康狀態(tài)的植物葉片真實圖像數(shù)據(jù)和病害狀態(tài)的植物葉片真實圖像數(shù)據(jù)；

5、根據(jù)植物葉片真實圖像數(shù)據(jù)構(gòu)建植物葉片三維模型，并生成植物葉片三維模型在不同條件下的植物葉片模擬圖像數(shù)據(jù)；

6、根據(jù)所述植物葉片真實圖像數(shù)據(jù)訓練生成對抗網(wǎng)絡(luò)；

7、通過訓練完成的生成對抗網(wǎng)絡(luò)對所述植物葉片模擬圖像數(shù)據(jù)進行真實化處理；

8、將真實化處理后的植物葉片模擬圖像數(shù)據(jù)和所述植物葉片真實圖像數(shù)據(jù)進行結(jié)合，得到訓練數(shù)據(jù)；

9、根據(jù)所述訓練數(shù)據(jù)訓練識別模型；所述識別模型用于在輸入植物葉片圖像時，輸出植物葉片的狀態(tài)識別結(jié)果；植物葉片的狀態(tài)至少包括健康狀態(tài)和病害狀態(tài)。

10、優(yōu)選地，所述方法還包括：

11、對所述植物葉片真實圖像數(shù)據(jù)進行標注；

12、根據(jù)所述植物葉片真實圖像數(shù)據(jù)的標注結(jié)果在真實化處理后的植物葉片模擬圖像數(shù)據(jù)中生成對應的標注；

13、所述標注包括：植物葉片的狀態(tài)。

14、優(yōu)選地，當植物葉片的狀態(tài)為病害狀態(tài)時，所述標注還包括：病害類型、位置和嚴重程度。

15、優(yōu)選地，獲取植物葉片真實圖像數(shù)據(jù)，包括：

16、獲取植物葉片在不同季節(jié)、不同生長階段、不同環(huán)境條件下的真實圖像數(shù)據(jù)。

17、優(yōu)選地，生成植物葉片三維模型在不同條件下的植物葉片模擬圖像數(shù)據(jù)，包括：

18、生成植物葉片三維模型在不同的光照條件、角度和背景下的植物葉片模擬圖像數(shù)據(jù)。

19、優(yōu)選地，根據(jù)所述植物葉片真實圖像數(shù)據(jù)訓練生成對抗網(wǎng)絡(luò)，包括：

20、根據(jù)所述植物葉片真實圖像數(shù)據(jù)訓練生成對抗網(wǎng)絡(luò)的生成器和判別器；

21、通過判別器對生成器生成的模擬圖像進行判斷；

22、根據(jù)判斷結(jié)果執(zhí)行生成器和判別器的對抗訓練，以優(yōu)化生成器的生成質(zhì)量；

23、在生成器的生成質(zhì)量滿足預設(shè)條件時，完成生成對抗網(wǎng)絡(luò)的訓練。

24、優(yōu)選地，所述方法還包括：

25、對所述訓練數(shù)據(jù)進行數(shù)據(jù)增強操作；

26、所述數(shù)據(jù)增強至少包括：旋轉(zhuǎn)、縮放、翻轉(zhuǎn)和顏色調(diào)整。

27、優(yōu)選地，所述識別模型的訓練過程包括：

28、前向傳播、反向傳播和參數(shù)更新；

29、所述識別模型的訓練參數(shù)根據(jù)所述訓練數(shù)據(jù)和模型結(jié)構(gòu)進行實時調(diào)整。

30、優(yōu)選地，所述方法還包括：

31、通過預設(shè)的測試數(shù)據(jù)集，基于多種評估指標評估識別模型的性能；

32、根據(jù)評估結(jié)果調(diào)整識別模型的參數(shù)，直至識別模型的評估結(jié)果達標時，完成識別模型的訓練；

33、所述評估指標至少包括：準確率、召回率和f1-score指標。

34、根據(jù)本申請實施例的第二方面，提供一種基于圖像生成的植物病害識別系統(tǒng)，包括：

35、獲取模塊，用于獲取植物葉片真實圖像數(shù)據(jù)；所述植物葉片真實圖像數(shù)據(jù)至少包括：健康狀態(tài)的植物葉片真實圖像數(shù)據(jù)和病害狀態(tài)的植物葉片真實圖像數(shù)據(jù)；

36、三維建模模塊，用于根據(jù)植物葉片真實圖像數(shù)據(jù)構(gòu)建植物葉片三維模型，并生成植物葉片三維模型在不同條件下的植物葉片模擬圖像數(shù)據(jù)；

37、第一訓練模塊，用于根據(jù)所述植物葉片真實圖像數(shù)據(jù)訓練生成對抗網(wǎng)絡(luò)；

38、真實化處理模塊，用于通過訓練完成的生成對抗網(wǎng)絡(luò)對所述植物葉片模擬圖像數(shù)據(jù)進行真實化處理；

39、數(shù)據(jù)結(jié)合模塊，用于將真實化處理后的植物葉片模擬圖像數(shù)據(jù)和所述植物葉片真實圖像數(shù)據(jù)進行結(jié)合，得到訓練數(shù)據(jù)；

40、第二訓練模塊，用于根據(jù)所述訓練數(shù)據(jù)訓練識別模型；所述識別模型用于在輸入植物葉片圖像時，輸出植物葉片的狀態(tài)識別結(jié)果；植物葉片的狀態(tài)至少包括健康狀態(tài)和病害狀態(tài)。

41、本申請?zhí)峁┑募夹g(shù)方案可以包括以下有益效果：

42、本申請中的基于圖像生成的植物病害識別方法，包括：獲取植物葉片真實圖像數(shù)據(jù)；植物葉片真實圖像數(shù)據(jù)至少包括：健康狀態(tài)的植物葉片真實圖像數(shù)據(jù)和病害狀態(tài)的植物葉片真實圖像數(shù)據(jù)；根據(jù)植物葉片真實圖像數(shù)據(jù)構(gòu)建植物葉片三維模型，并生成植物葉片三維模型在不同條件下的植物葉片模擬圖像數(shù)據(jù)；根據(jù)植物葉片真實圖像數(shù)據(jù)訓練生成對抗網(wǎng)絡(luò)；通過訓練完成的生成對抗網(wǎng)絡(luò)對植物葉片模擬圖像數(shù)據(jù)進行真實化處理；將真實化處理后的植物葉片模擬圖像數(shù)據(jù)和植物葉片真實圖像數(shù)據(jù)進行結(jié)合，得到訓練數(shù)據(jù)；根據(jù)訓練數(shù)據(jù)訓練識別模型；識別模型用于在輸入植物葉片圖像時，輸出植物葉片的狀態(tài)識別結(jié)果；植物葉片的狀態(tài)至少包括健康狀態(tài)和病害狀態(tài)。

43、本技術(shù)方案中，通過構(gòu)建植物葉片三維模型，并生成植物葉片三維模型在不同條件下的植物葉片模擬圖像數(shù)據(jù)，對樣本數(shù)據(jù)進行擴充的同時還保證了多樣性，從而在解決樣本數(shù)據(jù)獲取問題的同時還增強了識別模型的泛化能力。后續(xù)通過生成對抗網(wǎng)絡(luò)對植物葉片模擬圖像數(shù)據(jù)進行真實化處理，可以保證識別模型的識別準確度。

44、應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本申請。

技術(shù)特征：

1.一種基于圖像生成的植物病害識別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，當植物葉片的狀態(tài)為病害狀態(tài)時，所述標注還包括：病害類型、位置和嚴重程度。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取植物葉片真實圖像數(shù)據(jù)，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，生成植物葉片三維模型在不同條件下的植物葉片模擬圖像數(shù)據(jù)，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述植物葉片真實圖像數(shù)據(jù)訓練生成對抗網(wǎng)絡(luò)，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述識別模型的訓練過程包括：

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

10.一種基于圖像生成的植物病害識別系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本申請涉及植物病害識別技術(shù)領(lǐng)域，尤其涉及一種基于圖像生成的植物病害識別方法及系統(tǒng)，方法通過構(gòu)建植物葉片三維模型，并生成植物葉片三維模型在不同條件下的植物葉片模擬圖像數(shù)據(jù)，對樣本數(shù)據(jù)進行擴充的同時還保證了多樣性，從而在解決樣本數(shù)據(jù)獲取問題的同時還增強了識別模型的泛化能力。后續(xù)通過生成對抗網(wǎng)絡(luò)對植物葉片模擬圖像數(shù)據(jù)進行真實化處理，可以保證識別模型的識別準確度。

技術(shù)研發(fā)人員：黃遠祥,王希,沈江林,高平,周鵬,楊昆
受保護的技術(shù)使用者：四川天藝生態(tài)園林集團股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19