DB50T 1448-2023 茶园病虫害图像智能识别指南.pdf

ICS65.020 CCS B 04 DB50 重 庆 市 地 方 标 准 DB50/T 1448—2023 茶园病虫害图像智能识别指南 2023-07-10发布 2023-10-10实施 重庆市市场监督管理局 发 布 DB50/T 1448—2023 前  言 本文件按照 GB/T 1.1－2020 《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件发布机构不承担识别专利的责任。 本文件由重庆市农业农村委员会提出、归口并组织实施。 本文件起草单位：重庆市农业科学院、北京市农林科学院信息技术研究中心。 本文件主要起草人：徐泽、杨贵军、商靖、王聪聪、杨海滨、李振海、杨小冬、盛忠雷。 I DB50/T 1448—2023 茶园病虫害图像智能识别指南 1 范围 本文件规定了茶叶病虫害图像要求和评估方法。 本文件适用于茶园病虫害图像的识别。 2 规范性引用文件 本文件没有规范性引用文件。 3 术语和定义 本文件没有需要界定的术语和定义。 4 图像要求 4.1 图像质量 4.1.1 分辨率应不低于600 PPI的RGB 图像。 4.1.2 病虫害叶片应在视场范围内，完整展现叶片信息。 4.2 图像代表性 采集的图像应覆盖茶园主要种植品种，并具有代表性。 4.3 图像监测点 4.3.1 固定监测点 根据立地条件，在茶树品种统一、长势均匀、代表性强的茶园设置固定监测点，采用网络摄像机定 点连续获取茶树叶片图像，每 10 hm 茶园至少设置 1 个固定监测点。2 4.3.2 随机监测点 在立地条件复杂、品种类型多样、病虫为害表现在叶背的茶园，随机抽取 20 m～100 m 区域的茶2 2 树作为监测点，定期采用相机采集茶树叶片图像。 4.4 图像预处理 对采集的图像样本采用翻转、亮度、模糊等数据增强方法扩展数据集，标记病虫为害图像。 5 评估方法 1 DB50/T 1448—2023 5.1 病虫害自动识别模型 5.1.1 采用深度学习技术，构建病虫害识别网络模型。 5.1.2 利用未训练的测试集进行病虫害识别。 5.1.3 采用准确率与召回率进行模型评价，具体评价计算公式如下: P TP/(TP+FP) (1) R TP/(TP+FN) (2) F1 (2P×R)/(P+R) (3) 式中： P —— 病虫害识别准确率； TP —— 正确识别各类茶叶病虫害的图片数目； FP —— 错误识别各类茶叶病虫害的图片数目； FN —— 未能识别各类病虫害图片数目； R —— 召回率； F1 —— 准确率和召回率的调和平均。 5.1.4 模型评价准确率应大于85％，召回率0～1。 5.2 病虫害智能识别 进行模型的软件固化，形成智能识别程序。 2