文献类型：专利

中文题名：基于深度学习的杨树害虫图像识别方法及系统

作者：王梅[1] 王鸿斌[1] 尚华丹[1] 李国宏[1] 裴文娅[1] 张楚晴[1] 刘梦飞[1] 陈文昱[1]

第一作者：王梅

机构：[1]中国林业科学研究院森林生态环境与自然保护研究所（国家林业和草原局世界自然遗产保护研究中心）;

专利类型：发明公开

申请号：CN202511089810.3

申请日：20250805

申请人地址：100091 北京市海淀区东小府1号

公开日：20251118

代理人：郑志鑫

代理机构：成都创典汇智知识产权代理事务所(普通合伙) 51383

语种：中文

中文关键词：杨树;害虫图像;识别;领域知识;蒸馏;知识图;标准;图库;杨树品种;标注;生态图;深度识别;模型;共生生物;病害;图片输入;模型获得;生态特征;病害特征;段差;显著性图;算法处理;多波段;特征交叉;拍摄数据;时空;对齐;时空特征;特征输入;预测结果

年份：2025

摘要：本发明公开了基于深度学习的杨树害虫图像识别方法及系统，包括获取杨树害虫领域知识进行知识蒸馏增强并构建杨树害虫知识图谱，确定杨树品种，构建杨树害虫生态深度识别模型，将待识别杨树害虫生态图片输入杨树害虫生态深度识别模型获得第一杨树害虫生态特征，处理多波段害虫图获得次要害虫特征，进行特征交叉获得第二杨树害虫生态特征，确定时空特征，将所述时空特征、所述杨树品种和所述第二杨树害虫生态特征输入所述杨树害虫知识图谱获得杨树害虫预测结果。该方法不仅可以提高杨树害虫图像识别的效率和准确性，同时具有较好的可解释性，可以直接应用于杨树害虫图像识别系统中。