技术特征：
1.一种作物病害诊断系统，包括：通信模块，其被配置为接收作物图像；作物病害数据库，其存储至少一个作物病害样本案例；以及作物特征分类模块，其被配置为提取所述作物图像的特征向量表示，将所述作物图像的特征向量表示与所述至少一个作物病害样本案例进行比较，并且对与所述作物图像相关联的作物病害进行分类，其中通过特征提取网络提取所述作物图像的特征向量表示，以及其中在所述作物病害的分类期间从所述特征提取网络中去除完全连接的层。2.根据权利要求1所述的作物病害诊断系统，进一步包括用户终端，其中所述通信模块从所述用户终端接收所述作物图像，并将所述作物病害的分类结果发送给所述用户终端。3.根据权利要求1所述的作物病害诊断系统，其中所述作物特征分类模块还被配置为分类与所述作物图像相关联的作物类型。4.根据权利要求1所述的作物病害诊断系统，进一步包括训练模块，其中所述训练模块使用所述完全连接的层提取与所述至少一个作物病害样本案例相关联的多个样本作物图像的特征向量表示，并且基于所述特征向量表示用样本作物病害注释每个样本作物图像。5.根据权利要求4所述的作物病害诊断系统，其中所述多个样本作物图像的特征向量表示指示与每个样本作物图像相关联的作物类型和病害类型中的至少一个。6.根据权利要求4所述的作物病害诊断系统，其中所述多个样本作物图像的特征向量表示是通过将每个样本作物图像的空间信息转换成原始特征提取网络来获得。7.根据权利要求6所述的作物病害诊断系统，其中所述特征提取网络是通过从所述原始特征提取网络中去除所述完全连接的层来获得的。8.根据权利要求1所述的作物病害诊断系统，其中所述作物特征分类模块还被配置为当所述作物图像的所述特征向量表示与所述作物病害数据库中的所述至少一个作物病害样本案例中的任一个不匹配时，通过对所述作物图像的所述特征向量表示应用聚类算法来更新所述作物病害数据库。9.根据权利要求8所述的作物病害诊断系统，其中当所述作物图像的所述特征向量表示与所述作物病害数据库中的所述至少一个作物病害样本案例中的任一个不匹配时，所述作物特征分类模块还被配置为执行聚类分析以找到离所述作物图像的所述特征向量表示最近的一个作物病害样本案例。10.根据权利要求1所述的作物病害诊断系统，其中所述作物特征分类模块还被配置为通过使用最近邻算法将所述作物图像的特征向量表示与所述至少一个作物病害样本案例进行比较以获得相似度。11.根据权利要求10所述的作物病害诊断系统，其中将具有最高相似度的作物病害作为分类结果提供给所述通信模块。12.一种用于诊断作物病害的方法，包括：接收作物图像；通过特征提取网络提取所述作物图像的特征向量表示；以及
将所述作物图像的特征向量表示与作物病害数据库中的至少一个作物病害样本案例进行比较，以对所述作物病害进行分类，其中在所述作物病害的分类期间从所述特征提取网络中去除完全连接的层。13.根据权利要求12所述的方法，进一步包括：通过用户终端获取作物图像；以及向所述用户终端传送所述作物病害的分类结果。14.根据权利要求12所述的方法，进一步包括：使用所述完全连接的层提取与所述至少一个作物病害样本案例相关联的多个样本作物图像的特征向量表示；以及基于特征向量表示用样本作物病害注释每个样本作物图像以构建作物病害数据库。15.根据权利要求14所述的方法，其中基于所述特征向量表示用所述样本作物病害注释每个样本作物图像包括：指示与每个样本作物图像相关联的作物类型和病害类型中的至少一个。16.根据权利要求14所述的方法，进一步包括：将每个样本作物图像的空间信息转换为原始特征提取网络；以及从所述原始特征提取网络中去除所述完全连接的层。17.根据权利要求16所述的方法，其中将每个样本作物图像的空间信息转换成所述原始特征提取网络包括：用卷积神经网络(cnn)分析每个样本作物图像，得到每个样本作物图像的空间信息；以及通过完全连接的层将每个样本作物图像的空间信息转换为原始特征提取网络。18.根据权利要求14所述的方法，进一步包括：当所述作物图像的所述特征向量表示与所述作物病害数据库中的所述至少一个作物病害样本案例中的任一个不匹配时，通过对所述作物图像的所述特征向量表示应用聚类算法来更新所述作物病害数据库。19.根据权利要求12所述的方法，其中将所述作物图像的所述特征向量表示与作物病害数据库中的至少一个作物病害样本案例进行比较，以对所述作物病害进行分类，包括：通过使用最近邻算法将所述作物图像的特征向量表示与所述至少一个作物病害样本案例进行比较以获得相似度。20.一种其上存储有指令的非暂时性计算机可读介质，这些指令在由至少一个处理器执行时致使所述至少一个处理器执行一种用于诊断作物病害的方法，所述方法包括：接收作物图像；通过特征提取网络提取所述作物图像的特征向量表示；以及将所述作物图像的特征向量表示与作物病害数据库中的至少一个作物病害样本案例进行比较，以对所述作物病害进行分类，其中在所述作物病害的分类期间从所述特征提取网络中去除完全连接的层。
技术总结
公开了一种作物病害诊断系统。作物病害诊断系统包括通信模块、作物病害数据库和作物特征分类模块。通信模块被配置为接收作物图像。所述作物病害数据库存储至少一个作物病害样本案例。所述作物特征分类模块被配置为提取所述作物图像的特征向量表示，将所述作物图像的特征向量表示与所述至少一个作物病害样本案例进行比较，以及对与所述作物图像相关联的作物病害进行分类。通过特征提取网络提取作物图像的特征向量表示，并且在作物病害的分类期间从特征提取网络中去除完全连接的层。从特征提取网络中去除完全连接的层。从特征提取网络中去除完全连接的层。
技术研发人员：李艾 陈琪 林瑞嵩
受保护的技术使用者：平安科技（深圳）有限公司
技术研发日：2022.10.25
技术公布日：2023/10/15