本申请一种基于MobileNet神经网络模型的病虫害图像识别装置，涉及农业病虫害图像识别装置技术领域，包括摄像头、图像传感器、存储模块、嵌入式微型处理器、显示模块、输入模块和供电模块；摄像头与图像传感器电连接；图像传感器、存储模块、显示模块和输入模块分别与嵌入式微型处理器电连接；摄像头、图像传感器、嵌入式微型处理器和显示模块分别与供电模块电连接；嵌入式微型处理器中设有MobileNet神经网络模型。本申请装置基于MobileNet神经网络模型，能够采集、处理和识别病虫害图像，降低了网络的参数规模

　　(19)中华人民共和国国家知识产权局 (12)实用新型专利 (10)授权公告号 CN 212990135 U (45)授权公告日 2021.04.16 (21)申请号 2.9 (22)申请日 2020.09.23 (73)专利权人 西安航天自动化股份有限公司 地址 710065 陕西省西安市雁塔区电子一 路8号 (72)发明人 琚成范营营杨会甲陶怡 柴春蕾 (74)专利代理机构 北京弘权知识产权代理有限 公司 11363 代理人 逯长明许伟群 (51)Int.Cl. G06K 9/00 (2006.01) G06N 3/04 (2006.01) 权利要求书1页 说明书4页 附图1页 (54)实用新型名称 一种基于MobileNet神经网络模型的病虫害 图像识别装置 (57)摘要 本申请一种基于MobileNet神经网络模型的 病虫害图像识别装置，涉及农业病虫害图像识别 装置技术领域，包括摄像头、图像传感器、存储模 块、嵌入式微型处理器、显示模块、输入模块和供 电模块；摄像头与图像传感器电连接；图像传感 器、存储模块、显示模块和输入模块分别与嵌入 式微型处理器电连接；摄像头、图像传感器、嵌入 式微型处理器和显示模块分别与供电模块电连 接；嵌入式微型处理器中设有MobileNet神经网 络模型。本申请装置基于MobileNet神经网络模 型，能够采集、处理和识别病虫害图像，降低了网 U 络的参数规模和运算量，且本申请识别装置具有 5 功能综合性强、维护容易、安装使用方便的特点。 3 1 0 9 9 2 1 2 N C CN 212990135 U 权利要求书 1/1页 1.一种基于MobileNet神经网络模型的病虫害图像识别装置，其特征在于，包括摄像 头、图像传感器、存储模块、嵌入式微型处理器、显示模块、输入模块和供电模块； 所述摄像头与所述图像传感器电连接； 所述图像传感器、所述存储模块、所述显示模块和所述输入模块分别与所述嵌入式微 型处理器电连接； 所述摄像头、所述图像传感器、所述嵌入式微型处理器和所述显示模块分别与所述供 电模块电连接；所述嵌入式微型处理器中设有MobileNet神经网络模型。 2.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征 在于，所述识别装置还包括CSI接口，所述CSI接口与所述嵌入式微型处理器电连接，所述图 像传感器与所述CSI接口电连接。 3.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征 在于，所述输入模块包括键盘和鼠标。 4.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征 在于，所述识别装置还包括DSI串行显示接口，所述DSI串行显示接口与所述嵌入式微型处 理器电连接，所述DSI串行显示接口与触摸屏电连接。 5.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征 在于，所述识别装置还包括以太网接口芯片，所述嵌入式微型处理器与所述以太网接口芯 片电连接，所述以太网接口芯片与RJ45以太网接口电连接。 6.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征 在于，所述识别装置还包括JTAG调试接口，所述JTAG调试接口与所述嵌入式微型处理器电 连接。 7.根据权利要求1所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征 在于，所述识别装置还包括WiFi模块，所述WiFi模块与所述嵌入式微型处理器电连接，所述 WiFi模块用于连接无线网络，所述WiFi模块设置有WiFi天线所述的基于MobileNet神经网络模型的病虫害图像识别装置，其特征 在于，所述存储模块为SD卡存储器。 9.根据权利要求1‑8任意一项所述的基于Mobi  leNet神经网络模型的病虫害图像识别 装置，其特征在于，所述嵌入式微型处理器为树莓派微型计算机。 2 2 CN 212990135 U 说明书 1/4页 一种基于MobileNet神经网络模型的病虫害图像识别装置 技术领域 [0001] 本申请涉及农业病虫害图像识别装置技术领域，具体地涉及一种基于MobileNet 神经网络模型的病虫害图像识别装置。 背景技术 [0002] 农作物病虫害由于种类繁多且情况复杂，在特定条件下容易大面积发生从而导致 农产品产出量急剧下降，因此病虫害的预防监测成为了农业生产活动中的一项重要环节。 在农作物生产活动中可能受到多种病虫害交杂影响，其中某些并不能被肉眼所识别，其可 能也是破坏农作物植株正常生理状态的重点诱因，致使农作物基因突变、细胞变异或者组 织损伤，从而带来减产、甚至绝产后果。 [0003] 传统农作物病虫害的检测采用化学手段不仅耗时长、过程复杂、空间局限性，同时 可能附带化学污染。近年来，人工智能技术已经广泛应用于农业、工业、医学、商业、化工、冶 金等常规重点领域，涵盖了机器人、语言识别、图像识别、自然语言处理和专家系统。针对农 业领域，人工智能中图像识别技术已经能够实现植物类别的细粒度精准辨识，通过利用农 作物病虫害图像表征信息，经过数据处理和运算，到达辨识目的，该技术相对于传统农业病 虫害检测技术而言，最大优点为快速和无污染。 [0004] 但是，在农业环境中需求移动或者嵌入式图像识别装置，常规图像识别模型大而 复杂难以被部署和应用，主要因为模型自身存储需求较大和快捷响应需求导致嵌入式算力 无法满足，因此设计一种小而高效的图像识别模型至关重要。 实用新型内容 [0005] 本申请提供了一种基于MobileNet神经网络模型的病虫害图像识别装置，以解决 常规图像识别装置在移动性和小型化应用方面受局限的问题。 [0006] 本申请采用的技术方案如下： [0007] 一种基于MobileNet神经网络模型的病虫害图像识别装置，包括摄像头、图像传感 器、存储模块、嵌入式微型处理器、显示模块、输入模块和供电模块； [0008] 所述摄像头与所述图像传感器电连接； [0009] 所述图像传感器、所述存储模块、所述显示模块和所述输入模块分别与所述嵌入 式微型处理器电连接； [0010] 所述摄像头、所述图像传感器、所述嵌入式微型处理器和所述显示模块分别与所 述供电模块电连接；所述嵌入式微型处理器中设有MobileNet神经网络模型。 [0011] 进一步地，所述识别装置还包括CSI接口，所述CSI接口与所述嵌入式微型处理器 电连接，所述图像传感器与所述CSI接口电连接。 [0012] 进一步地，所述输入模块包括键盘和鼠标。 [0013] 进一步地，所述识别装置还包括DSI串行显示接口，所述DSI串行显示接口与所述 嵌入式微型处理器电连接，所述DSI串行显示接口与触摸屏电连接。 3 3 CN 212990135 U 说明书 2/4页 [0014] 进一步地，所述识别装置还包括以太网接口芯片，所述嵌入式微型处理器与所述 以太网接口芯片电连接，所述以太网接口芯片与RJ45以太网接口电连接。 [0015] 进一步地，所述识别装置还包括JTAG调试接口，所述JTAG调试接口与所述嵌入式 微型处理器电连接。 [0016] 进一步地，所述识别装置还包括WiFi模块，所述WiFi模块与所述嵌入式微型处理 器电连接，所述WiFi模块用于连接无线网络，所述WiFi模块设置有WiFi天线] 进一步地，所述存储模块为SD卡存储器。 [0018] 进一步地，所述嵌入式微型处理器为树莓派微型计算机。 [0019] 采用本申请的技术方案的有益效果如下： [0020] 本申请一种基于MobileNet神经网络模型的病虫害图像识别装置，包括摄像头、图 像传感器、存储模块、嵌入式微型处理器、显示模块、输入模块和供电模块；摄像头与图像传 感器电连接；图像传感器、存储模块、显示模块和输入模块分别与嵌入式微型处理器电连 接；摄像头、图像传感器、嵌入式微型处理器和显示模块分别与供电模块电连接；嵌入式微 型处理器中设有MobileNet神经网络模型。本申请装置中的MobileNet神经网络模型，具有 轻量化的特点，能够满足采集、处理和识别病虫害图像的需求，且降低了网络的参数规模和 运算量，对硬件配置的要求低，因此本申请识别装置既能够保证识别过程的精确性，又具有 功能综合性强、安装使用方便、应用范围广的特点。 附图说明 [0021] 为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简 单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还 可以根据这些附图获得其他的附图。 [0022] 图1为本申请实施例所提供的基于MobileNet神经网络模型的病虫害图像识别装 置的结构示意图； [0023] 图2为本申请实施例所提供的MobileNet神经网络模型构建和识别过程的示意图。 具体实施方式 [0024] 参见图1，为本申请实施例所提供的基于MobileNet神经网络模型的病虫害图像识 别装置的结构示意图；参见图2，为本申请实施例所提供的MobileNet神经网络模型构建和 识别过程的示意图。 [0025] MobileNet是通过使用深度可分离的卷积来构建轻量级的深度神经网络，可减少 网络的参数数量和计算量。 [0026] 本申请提供的一种基于MobileNet神经网络模型的病虫害图像识别装置，采用小 而有效MobileNet神经网络模型，实现了农作物类型识别、农作物病虫害病虫害类型以及病 状程度辨识。 [0027] 本申请的识别装置包括摄像头、图像传感器、存储模块、嵌入式微型处理器、显示 模块、输入模块和供电模块。 [0028] 摄像头与图像传感器电连接，摄像头采集待识别的图像，并将采集的图像传输至 图像传感器，图像传感器接收图像并将其转换为图像数据后传输至嵌入式微型处理器。图 4 4 CN 212990135 U 说明书 3/4页 像传感器、存储模块、显示模块和输入模块分别与嵌入式微型处理器电连接，摄像头、图像 传感器、嵌入式微型处理器和显示模块分别与供电模块电连接。供电模块为整个识别装置 提供电力能源。输入模块用于在病虫害识别过程中实现用户与识别装置之间的交互。 [0029] 嵌入式微型处理器是本申请识别装置的核心。嵌入式微型处理器既包括网络、图 像、数据和用户交互接口，用于统一协调各模块之间的相互关系，进行数据的接收与输出； 还包括MobileNet神经网络模型，MobileNet神经网络模型用于对接收到的图像数据进行轻 量化卷积神经网络分析以提取图像特征信息，进而识别出农作物类型、农作物病虫害类型 和病状程度。 [0030] 在本申请实施例中，本申请识别装置还包括CSI接口，CSI接口与嵌入式微型处理 器电连接，图像传感器与CSI接口电连接。 [0031] 本申请识别装置还包括以太网接口芯片，嵌入式微型处理器与以太网接口芯片电 连接，以太网接口芯片与RJ45以太网接口电连接。 [0032] 本申请识别装置还包括JTAG调试接口，JTAG调试接口与嵌入式微型处理器电连 接。 [0033] 本申请识别装置还包括WiFi模块，WiFi模块与嵌入式微型处理器电连接，WiFi模 块用于连接无线网络，WiFi模块设置有WiFi天线] 本申请识别装置中的存储模块为SD卡存储器，SD卡存储器用于存储嵌入式微型处 理器在进行识别过程中接收的数据，还用于存储嵌入式微型处理器的系统数据和深度学习 图像处理模块的数据库。 [0035] 在申请实施例中，本申请识别装置中的输入模块，输入模块用于在病虫害识别过 程中实现用户与识别装置之间的交互。输入模块包括键盘和鼠标。 [0036] 在识别装置设有DSI串行显示接口，DSI串行显示接口与嵌入式微型处理器电连 接， DSI串行显示接口与触摸屏电连接。触摸屏用于嵌入式微型处理器在病虫害识别过程 中的人工操作界面。 [0037] 本申请实施例所提供的嵌入式微型处理器为树莓派微型计算机。 [0038] 参见图2，本申请实施例提供的MobileNet神经网络模型构建和识别过程如下： [0039] (1)图像采集阶段：依托运维人员、专家和农户，利用图像采集设备，采集不同时 节、区域，各个生长阶段、不同种类和程度的海量农作物病虫害图像； [0040] (2)图像预处理阶段：首先去掉不符病虫害图像，然后将符合病虫害的图像由农作 物科研院所进行审核和打标，最后对图像进行数据增强、归一化、标准化等处理； [0041] (3)MobileNet神经网络模型构建阶段：将图像进行随机抽取，划分为训练集、验证 集和测试集，完成MobileNet神经网络模型的训练和优化； [0042] (4)MobileNet神经网络模型的识别阶段：采集待测病虫害图像，首先判断是否出 现病虫害症状，如果出现则判断病虫害类型以及病状程度； [0043] (5)病虫害防治知识库构建阶段：利用图像预处理阶段得到的图像信息构建图像 信息库，利用待测病虫害图像扩充图像信息库，通过农业病虫害专家给出的对应症状防治 措施构建病虫害防治知识库； [0044] (6)MobileNet神经网络模型自学习阶段：由专家对MobileNet病虫害模型识别训 练阶段获得的识别结果进行审核并认证，利用图像信息库继续对MobileNet神经网络模型 5 5 CN 212990135 U 说明书 4/4页 进行训练，并判定MobileNet神经网络模型的精准率和识别速度，最终实现MobileNet 神经 网络模型识别模型的优化和自我学习过程，不断提高本申请识别装置的工作效率。 [0045] 本申请实施例提供的基于MobileNet神经网络模型的病虫害图像识别装置的使用 过程：通过摄像头和图像传感器采集和传送病虫害图像数据，j9跨境服务利用CSI接口电路将采集到的 病虫害图像数据传送到嵌入式微型处理器中，通过嵌入式微型处理器进行图像数据识别， 并由存储模块存储病虫害图像识别过程中的各种数据，嵌入式微型处理器将存储模块中的 MobileNet神经网络模型迁移到嵌入式微型处理器的程序存储器中，对图像进行识别；触摸 屏显示病虫害图像识别过程中的识别结果，利用触摸屏和键盘、鼠标完成病虫害图像识别 过程中的各种人工操作，整个识别装置进行有机的结合完成病虫害图像的识别过程。本申 请装置基于MobileNet神经网络模型，集采集、处理和识别病虫害图像于一体，降低了网络 的参数规模和运算量，且具有功能综合性强、维护容易、安装使用方便等特点。 [0046] 本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只 是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人 员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属 于本申请的保护范围。 6 6 CN 212990135 U 说明书附图 1/1页 图1 图2 7 7

　　2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问加。

　　3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

　　4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

　　知识产权出版社有限责任公司（原名专利文献出版社）成立于1980年8月，由国家知识产权局主管、主办。长期以来， 知识产权出版社非常重视专利数据资源的建设工作， 经过多年来的积累，已经收藏了数以亿计的中外专利数据资源。

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者