利用多阶段、多尺度深度学习的植物病害检测

摘要

在一些实施例中，系统被编程为从多个训练集构建多个数字模型，每个数字模型用于识别具有相似尺寸症状的植物病害。每个数字模型可以使用深度学习架构来实现，该深度学习架构将图像分类为若干类别之一。因此，对于每个训练集，系统被编程为收集示出具有相似尺寸的一个或多个植物病害的症状的图像。然后，这些图像被分配到多个病害类别。对于用于构建第一数字模型的训练集中的第一训练集，系统被编程为还包括与健康状况相对应的图像和具有其他尺寸的症状的图像。然后，这些图像被分配到无病害类别和综合类别。给定来自用户设备的新图像，该系统被编程为随后首先应用第一数字模型。对于被分类为综合类别的新图像的部分，系统被编程为应用另一数字模型。该系统被编程为最终向用户设备传输分类数据，该分类数据指示新图像的每个部分如何被分类为与植物病害或没有植物病害相对应的类别。