一种植物叶片病害分类预测方法及系统

摘要

本发明提供了一种植物叶片病害分类预测方法及系统，涉及复杂背景下的目标分类领域，方法包括对获取的植物叶片的数字图像进行多次卷积操作，得到每次卷积操作的特征向量；将每个特征向量分成多个部分，每个部分分别进行卷积和/或池化操作，将操作后的各部分融合；融合结果输入全连接网络，将二维特征图转化为一个一维向量，利用交叉熵损失函数，预测病害类别的概率值。本发明将InceptionV2的每一个处理分支的通道数变为输入的1/4，在融合的过程中对于输入特征进行了多尺度的融合，既保证了特征融合的充分性，挖掘出了特征之间的相似性与共性，也保证了特征通道数前后的一致性。提高了病害分类的准确率，而且更加方便进行部署和应用。