买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连东软信息学院

摘要：本发明公开了一种基于主动学习的农业病害识别方法，通过构建用于图像检测分类分割的基于Transformer的图像识别模型，并根据标注数据集与未标注数据进行评估，并根据评估结果将不满足评估指标的样本图像添加至待标注数据集中的样本图像；再基于图像标注系统对待标注数据集中的样本图像进行领域专家标注，并将领域专家标注后的样本图像更新至标注数据集中，将更新数据集中样本图像作为输入数据，将样本图像的病害类型作为输出数据，并基于图像分类验证评价函数、图像分割评价函数以及图像检测评价函数，对基于Transformer的图像识别模型进行更新训练以获取最终图像识别模型，有效减少人工标注成本且提高训练数据的准确度，改善特定领域训练数据集不充足的问题，解决了农业病害数据图像标注语料规模有限，造成模型产生过拟合，进而导致对农业病害的识别精度与效率不足的问题。

主权项：1.一种基于主动学习的农业病害识别方法，其特征在于，包括以下步骤：S1：获取农业病害图像数据并对其进行预处理，以获取农业病害图像数据集；且所述农业病害图像数据集中的样本图像包括互联网爬取的农业病害数据、PlantVillage下载的农业病害数据以及拍摄的农业病害数据；S2：获取样本图像的标注数据集、未标注数据集以及待标注数据集，且所述待标注数据集初始为空集；所述标注数据集为通过创建的图像标注系统对样本图像进行处理获取的；S3：构建用于图像检测分类分割的基于Transformer的图像识别模型；S4：通过所述基于Transformer的图像识别模型，对所述标注数据集与未标注数据集进行评估，并根据评估结果将不满足评估指标的样本图像添加至待标注数据集中的样本图像；所述评估指标包括用于对标注数据集进行图像检测时的第一评估指标，与用于对未标注数据集进行图像检测时的第二评估指标；S5：基于图像标注系统对待标注数据集中的样本图像进行领域专家标注，并将领域专家标注后的样本图像更新至标注数据集中，获取更新数据集；S6：将更新数据集中样本图像作为输入数据，将样本图像的病害类型作为输出数据，并基于图像分类验证评价函数、图像分割评价函数以及图像检测评价函数，对基于Transformer的图像识别模型进行更新训练；S7：设置最大迭代轮次，并判断当前训练迭代轮次是否达到最大迭代轮次，若当前训练迭代轮次达到最大迭代轮次，则确认当前迭代训练后的基于Transformer的图像识别模型为最终图像识别模型；否则，自适应调整基于Transformer的图像识别模型的模型参数权重，重复执行步骤S5～S6；S8：根据最终图像识别模型以实现对农业病害的识别。

全文数据：

权利要求：

百度查询： 大连东软信息学院 一种基于主动学习的农业病害识别方法