(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210204848.0 (22)申请日 2022.03.03 (71)申请人 安徽大学 地址 230039 安徽省合肥市肥西路3号 (72)发明人 曾伟辉　陈亚飞　胡根生　鲍文霞　 梁栋　黄林生　赵晋陵　陈鹏　 张文凤　李海东　郭丹丹　 (74)专利代理 机构 合肥维可专利代理事务所 (普通合伙) 3413 5 专利代理师 吴明华 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于改进Cascade RCNN网络的自然背景柑 橘黄龙病检测方法 (57)摘要 本发明公开了一种基于改进Cascade  RCNN 网络的自然背景柑橘黄龙病检测方法， 包括： 利 用Cascade  RCNN网络改进后的骨干网络对待检 测柑橘图像进行特征提取， 改进后的骨干网络中 至少一层采用可变 形卷积； 利用Cascade  RCNN网 络改进后的区域特征提取网络对骨干网络输出 的特征进行高层次语义特征提取， 改进后的区域 特征提取网络包括一个自下而上卷积融合过程； 利用Cascade  RCNN网络的级联检测器对区域特 征提取网络输出的高层次语义特征进行多阶段 级联的目标识别检测过程， 获取待检测柑橘图像 的黄龙病检测结果。 本发明有效提高了对柑橘黄 龙病检测的准确性。 权利要求书2页 说明书7页 附图2页 CN 114596274 A 2022.06.07 CN 114596274 A 1.基于改进Cascade  RCNN网络的自然背景柑橘黄龙病检测方法， 其特征在于， 包括如 下步骤： 获取待检测柑橘图像； 利用Cascade  RCNN网络改进后的骨干网络对所述待检测柑橘图像进行特征提取， 所述 改进后的骨干网络中至少一层采用可变形 卷积； 利用Cascade  RCNN网络改进后的区域特征提取网络对所述骨干网络输出的特征进行 高层次语义特征提取， 所述改进后的区域特征提取网络包括在FPN网络自上而下融合过程 的右侧增加的一个自下而上 卷积融合过程； 利用Cascade  RCNN网络的级联检测器对区域特征提取网络输出的高层次语义特征进 行多阶段级联的目标识别检测过程， 获取待检测柑橘图像的黄龙病检测结果。 2.根据权利要求1所述的基于改进Cascade  RCNN网络的自然背景柑橘黄龙病检测方 法， 其特征在于， 所述骨干网络基于ResNetXt101 实现。 3.根据权利要求1或2任一所述的基于改进Cascade  RCNN网络的自然背景柑橘黄龙病 检测方法， 其特征在于， 所述骨干网络基于D CNv2模型的构思， 对骨干网络的最后3层 采用可 变形卷积。 4.根据权利要求3所述的基于改进Cascade  RCNN网络的自然背景柑橘黄龙病检测方 法， 其特征在于， 所述区域特 征提取网络基于FPN网络改进形成， 包括： 自下而上 过程的图像金字塔： 基于骨干网络后4层输出的多尺度特 征图形成； 自上而下融合过程： 融合后的特 征金字塔自上而下分别记为C4、 C 5、 C6、 C7； 自下而上卷积融合过程： C7作为起始特征图P1， 自下而上卷积过程中每一层进行卷积 后与左侧自上而下 过程中对应层融合形成上一层特 征图。 5.根据权利要求4所述的基于改进Cascade  RCNN网络的自然背景柑橘黄龙病检测方 法， 其特征在于， 所述自下而上 卷积过程中， 卷积参数采用3 ×3卷积后进行2倍的下采样。 6.根据权利要求1所述的基于改进Cascade  RCNN网络的自然背景柑橘黄龙病检测方 法， 其特征在于， 所述Cascade  RCNN网络的级联检测器中， 三个检测IOU值依次为0.5、 0.6、 0.7或者依次为0.6、 0.7、 0.8。 7.根据权利要求1所述的基于改进Cascade  RCNN网络的自然背景柑橘黄龙病检测方 法， 其特征在于， 所述对待检测柑橘图像进行检测前， 还 包括： 基于黄龙病柑橘样本图像集对改进Cascade  RCNN网络进行训练的过程， 所述样本图像 集中包括多个样本图像并划分为训练集和验证集； 所述基于 黄龙病柑橘样本图像集对改进Cascade  RCNN网络进行训练的过程， 还 包括： 使用剪切混合 拼接和CLAH E的方法对样本图像集进行 数据增广。 8.基于改进Cascade  RCNN网络的自然 背景柑橘黄龙病检测系统， 其特 征在于， 包括： 待检测图像获取模块， 用于获取待检测柑橘图像； 特征提取模块， 利用Cascade  RCNN网络改进后的骨干网络对所述待检测柑橘图像进行 特征提取， 所述改进后的骨干网络中后面至少一层采用可变形 卷积； 特征双向融合模块， 利用Cascade  RCNN网络改进后的区域特征提取网络对所述骨干网 络输出的特征进行高层次语义特征提取， 所述改进后的区域特征提取网络包括在FPN网络 自上而下融合过程的右侧 增加的一个自下而上 卷积融合过程；权　利　要　求　书 1/2 页 2 CN 114596274 A 2黄龙病检测模块， 利用Cascade  RCNN网络的级联检测器对区域特征提取网络输出的高 层次语义特征进 行多阶段级联的目标识别检测过程， 获取待检测柑橘图像的黄龙病检测结 果。 9.一种柑橘黄龙病检测设备， 其特 征在于， 所述设备包括： 处理器； 用于存储处理器可执行指令的存 储器； 其中， 所述处理器通过运行所述可执行指令以实现如权利要求1 ‑7中任一项所述的方 法。 10.一种计算机可读存储介质， 其上存储有计算机指令， 其特征在于， 所述指令被处理 器执行时实现如权利要求1 ‑7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114596274 A 3