公开(公告)号：CN116597312A

公开(公告)日：2023-08-15

申请号：CN202310577254.9

申请日：2023-05-22

Applicant: 武汉轻工大学

Inventor： 李雅琴 ,  王丹丹 ,  袁操 ,  曾山

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了基于小样本图像语义分割的农作物叶片病虫害识别的方法，应用于农作物叶片病虫害识别技术领域，包括：采集农作物病虫害叶片的图像，将其分为支持集和查询集两组图像，并对支持集中的图像进行图像分割标注，得到具有标签的支持集和无标签的查询集；采用预训练的深度学习网络模型对支持集和查询集中的图像进行特征提取，得到支持集特征图和查询集特征图；使用密集比较模块对支持集特征图和查询集特征图进行密集比较，以得到查询集的初步分割图像；使用迭代优化模块对查询集的初步分割图像进行优化，得到精确的查询集分割图像。本发明可以使用极少数目的标注图像实现对农作物叶片病虫害识别。