基于图像识别技术的马铃薯病害智能诊断预警服务平台开发

成果名称：基于图像识别技术的马铃薯病害智能诊断预警服务平台开发

成果完成单位：陇西县马三宝电子商务有限公司

成果完成人：张敏敏;陈英;付煜峰;李艳玲

所属行业：农、林、牧、渔业

成果登记号：9622025Y2251

成果简介：

一、课题来源与背景
农作物病虫害不仅会影响农作物的产量，还会影响农作物的质量。农作物病虫害的主要特点是传播速度快，一旦某个地区出现了病虫害，就会在很短时间内传播给其他作物，甚至会传播到其他地区，有时某个作物可能会被多种害虫和病原体影响。所以，农作物病虫害对农业发展影响很大，农业病虫害的诊断是农业领域一个重要关键环节。
传统基于人眼观察方式识别病虫害种类和提供诊治方案具有主观性强、误诊率高、效率低下等缺点。随着物联网、互联网、计算机视觉、人工智能等先进技术的成熟和日渐渗透，基于图像识别的病虫害诊断成为当下主流趋势。然而，仅仅通过图像识别技术手段诊断病虫害也有显著不足，如病虫害在作物生长不同阶段呈现不同的形态、病症，所构建的识别模型需要大量的图像作为训练数据，一旦训练样本无法体现病虫害特点，模型的识别准确率将大打折扣。此外，图像识别方法在光线昏暗、遮挡严重等复杂场景下鲁棒性和可靠性均不高。因此，研究精准的农业病虫害诊断方法是目前亟待解决的技术问题。
定西市拥有超过400万亩规模的马铃薯种植面积，马铃薯种植及相关产业成为定西市支柱产业之一，需要病害防治的高科技支持产业健康发展。
二、技术原理及性能指标
本技术产品提供的马铃薯病虫害识别与诊断服务总共分为三种：（1）基于病虫害特征的自我诊断。该服务主要通过人工构建病虫害特征数据库和特征规则库，建立专家诊断规则，用户通过勾选病虫害特征，可以从数据库中查询病虫害种类和诊治建议。例如，用户选择的农产品种类为“马铃薯”，发病部位为“叶子”，病情描述为“褐色斑点、圆形病斑、中部灰白色、边缘暗褐色、易穿孔、易脱落”，发病时间为“6月中下旬”，则查询到该病虫害属于“马铃薯早疫病”；（2）基于文本挖掘的相似性检索。该服务基于文本挖掘中的中文分词、文本相似性计算及全文检索等技术构建病虫害搜索引擎，用户通过输入病虫害关键词，便可从病虫害特征库和专家问答库中查询到相应的病虫害种类和防治方法；（3）基于图像特征的拍照。马铃薯病虫害图像诊断是根据用户拍照上传的马铃薯病虫害图像进行的病虫害诊断方式。该功能模块基于深度学习算法，训练和构建马铃薯病害分类模型和马铃薯虫害检测模型。该服务通过搜集和构建大规模病虫害图像数据库，基于机器学习和数据挖掘技术对图像特征进行学习和训练，生成分类模型，向用户提供基于图像识别的病虫害诊断服务。
同传统诊断技术相比，本技术产品基于机器学习和数据挖掘技术，具有自动化程度高、诊断精确、查询速度快等优势，在此基础上，结合智能手机终端，方便用户操作。此外，除了通过三种方式向用户提供诊断服务外，还关联已有的病虫害防治信息数据库和生产资料厂家信息库，向用户提供最直接的防治建议和措施。
三、技术的创造性与先进性
1.构建面向马铃薯病害文本特诊+图像大数据+知识图谱，为马铃薯病害深度学习和数据挖掘提供了数据支撑；
2.研发实体抽取、属性抽取、关系抽取、知识表示学习等系列知识图谱算法，从而构建起面向海量农业病害信息存储与查询的知识图谱平台；
3.基于深度神经网络的农业病害分类算法，通过对图像及文本特征进行深层次表达、抽象、提取及预测建模，构建起基于深度学习的农业病害快速精准诊断平台；
4.以智能手机、触摸屏、个人电脑和平板电脑等多种信息发布和推送渠道，构建起农业病害智能应用服务平台，对接广大种养殖农户与农资厂商，为其提供精准可靠及时稳定的应用服务。
四、技术的成熟程度，适用范围和安全性
项目基于AI人工智能、图像识别等技术开发和构建基于云计算和大数据技术的马铃薯病虫害智能诊断软件平台，以土豆医生APP模式向用户提供高效和实时的服务，对接服务端软件平台，向用户提供马铃薯病害智能拍照识别诊断、特征诊断、智能问答诊断于一体的智能诊断服务、病害查询和在线交流服务。显著提升了定西马铃薯乃至甘肃马铃薯产业链的数字化水平和病虫害智能精准防治水平。技术适宜于所有的马铃薯生长期的监测，系统科学、可靠、安全。
五、应用情况及存在的问题。
项目研发的“土豆医生APP”已推广注册陇西县种植大户超过1000户，帮助成功解答农户关于病虫害农业技术问题及人次达到1870人次。有效指导生产，帮助农户减少病虫害带来的减产。
六、历年获奖情况
取得计算机软件著作权1项，形成自主知识产权体系。