通过对植物照片分类来检测植物病害的感染

摘要

公开了一种用于配置和利用卷积神经网络(CNN)进行植物病害识别的系统和处理方法。在一些实施例中，该系统被编程为收集受感染植物或叶子的照片，其中标记有示出了感染性病害的症状的区域。每张照片可以具有多个标记区域。取决于症状被确定尺寸或聚类的方式，一个标记区域可以仅包括由一种病害引起的一个病变，而另一区域可以包括由一种病害引起的紧密间隔的多个病变。该系统被编程为针对单发多框检测器(SSD)的每个卷积层从这些标记区域来确定具有不同长宽比的锚框。对于某些类型的植物，常见病害导致相对更多的长宽比，其中一些长宽比具有相对极端的值。该系统被编程为然后使用标记区域和锚框来训练SSD并且将SSD应用于新照片以标识患病植物。