(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111370957.1 (22)申请日 2021.11.18 (66)本国优先权数据 202111070315.X 2021.09.13 CN (71)申请人 云南春芯科技有限公司 地址 650011 云南省昆明市高新区滇缅大 道U族部落A5 02 申请人 贵州春芯科技有限公司 (72)发明人 宋敏　丁智欢　李明　孙雨佳　 (74)专利代理 机构 北京中政联科专利代理事务 所(普通合伙) 11489 代理人 陈超 (51)Int.Cl. G06T 7/00(2017.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 作物病害识别方法、 装置、 电子设备及存储 介质 (57)摘要 本申请公开了一种作物病害识别方法、 装 置、 电子设备及存储介质， 属于农业种植技术领 域， 其中， 作物病害识别方法包括： 获取待检测图 像， 待检测图像中包括作物； 将待检测图像输入 到训练好的深度学习模型中， 得到带有病害 标记 的图像， 训练好的深度学习模型为融合自注意力 机制的模型。 该方法利用训练好的深度学习模型 代替了人工的主观判断， 节省了人力， 并且识别 速度快， 通过不断的优化调整 准确率可以超 过人 为主观判断。 权利要求书2页 说明书10页 附图5页 CN 113902735 A 2022.01.07 CN 113902735 A 1.一种作物病害识别方法， 其特 征在于， 包括： 获取待检测图像， 所述待检测图像中包括作物； 将所述待检测图像输入到训练好的深度学习模型中， 得到带有病害标记的图像， 所述 训练好的深度学习模型为融合自注意力机制的模型。 2.根据权利要求1所述的作物病 害识别方法， 其特征在于， 所述训练好的深度 学习模型 包括特征提取网络； 所述将所述待检测图像输入到训练好的深度学习模型中， 得到带有病害标记的图像， 包括： 将所述待检测图像输入到所述特 征提取网络， 得到病害坐标、 病害分类及置信度； 根据所述病害坐标、 所述病害分类及所述置信度标记所述待检测图像， 得到所述带有 病害标记的图像。 3.根据权利要求1所述的作物病 害识别方法， 其特征在于， 所述训练好的深度 学习模型 是通过下述方法训练得到的： 获取多个作物病害图像； 对所述多个作物病害图像进行增广处 理， 得到训练图像集； 对所述训练图像集中每 个图像进行病害标记， 得到标记图像集； 利用所述标记图像集对深度学习模型进行训练， 得到所述训练好的深度学习模型。 4.根据权利要求3所述的作物病 害识别方法， 其特征在于， 所述对所述多个作物病 害图 像进行增广处 理， 得到训练图像集， 包括： 对所述多个作物病害图像中每个作物病害图像进行平移处理、 裁剪处理及旋转处理， 得到多个增广图片； 将所述多个增广图片与所述多个作物病害图像组成所述训练图像集。 5.根据权利要求1所述的作物病害识别方法， 其特征在于， 所述深度学习模型包括： 特 征提取网络和损失函数； 所述利用所述标记图像集对深度学习模型进行训练， 得到所述训练好的深度学习模 型， 包括： 将所述标记图像集中标记图像输入特 征提取网络， 得到预测特 征图； 利用所述预测特征图和所述标记图像训练所述损失函数， 得到所述训练好的深度 学习 模型。 6.根据权利要求5所述的作物病害识别方法， 其特征在于， 所述特征提取网络包括： 多 个卷积层和残差模块； 所述将所述标记图像集中标记图像输入特 征提取网络， 得到预测特 征图， 包括： 将所述标记图像集中标记图像输入到所述多个卷积层， 得到低维特 征； 将所述低维特 征输入到所述残差模块， 得到高维特 征； 基于所述低维特 征和所述高维特 征， 得到预测特 征图。 7.根据权利要求6所述的作物病 害识别方法， 其特征在于， 所述残差模块包括卷积层和 自注意力模块； 所述将所述低维特 征输入到所述残差模块， 得到高维特 征， 包括： 将所述低维特 征输入到卷积层， 得到第一残差提取 特征；权　利　要　求　书 1/2 页 2 CN 113902735 A 2将所述第一残差提取 特征输入到自注意力模块， 得到第二残差提取 特征； 将所述第一残差提取特征与 所述第二残差提取特征相加后连接一个卷积， 并进行信 息 富集， 得到第三残差提取 特征； 将所述第一残差提取 特征与所述第三残差提取 特征相加， 得到所述高维特 征。 8.一种作物病害识别装置， 其特 征在于， 包括： 获取模块， 用于获取待检测图像， 所述待检测图像中包括作物； 识别模块， 用于将所述待检测图像输入到训练好的深度学习模型中， 得到带有病害标 记的图像， 所述训练好的深度学习模型为融合自注意力机制的模型。 9.一种电子设备， 其特征在于， 包括： 处理器， 存储器及存储在所述存储器上并可在所 述处理器上运行 的程序或指令， 所述程序或指令被所述处理器执行时实现如权利要求1 ‑7 任一项所述的作物病害识别方法的步骤。 10.一种可读存储介质， 其特征在于， 所述可读存储介质上存储程序或指令， 所述程序 或指令被处 理器执行时实现如权利要求1 ‑7任一项所述的作物病害识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 113902735 A 3