本发明属于烟叶种植，尤其涉及一种雪茄茄衣烟叶成熟度智能识别方法及系统。
背景技术：
1、成熟度是烟叶在田间生长发育过程中表现出的成熟状态，也是烟叶品质形成的核心因素。对田间鲜烟叶成熟度的准确判别是保证烟叶品质形成的关键。目前，生产上对雪茄烟叶成熟度的判别往往根据移栽后天数、叶面颜色等进行肉眼判别。相较于烤烟，雪茄烟叶不同部位叶面颜色差异小，且肉眼判别易受环境影响，导致主观判别存在主观性强、误差大的缺点。
2、近年随着机器视觉技术快速发展，在农业、医学、工学等领域广泛应用。机器视觉结合了图像处理和机器学习，为烟叶成熟度的科学判别提供了方法。在对烤烟成熟度识别上，前人研究报道较多。如李云捷等采集不同成熟度烤烟图像构建了xgboost算法的烤烟成熟度识别模型；杜鹏程、汪睿琪等利于烤烟图像建立了基于yolo v5s算法的烤烟成熟度识别方法；陆振山建立了基于resnet的烤烟成熟度识别程序。利用图像判别烤烟成熟度已有较多研究，但对雪茄烟叶的研究鲜有。而雪茄烟叶和烤烟烟叶在品种、栽培方法等方面存在巨大差异。
3、鉴于此，亟需提出一种针对雪茄烟叶成熟度的智能识别提供方法。
技术实现思路
1、为解决上述技术问题，本发明提出了一种雪茄茄衣烟叶成熟度智能识别方法及系统，以解决上述现有技术存在的问题。
2、为实现上述目的，本发明提供了一种雪茄茄衣烟叶成熟度智能识别方法，包括以下步骤：
3、获取雪茄烟叶图像并进行分类处理；
4、通过调整卷积块与残差块的数量与大小对resnet_18模型进行改进，构建残差识别模型，并将所述残差识别模型作为雪茄烟叶成熟度的识别模型；
5、对所述残差识别模型的迷你批处理大小和初始学习率进行确定；
6、基于分类处理后的雪茄烟叶图像对所述残差识别模型进行训练；
7、基于训练后的残差识别模型对雪茄烟叶成熟度进行识别。
8、可选地，所述雪茄烟叶图像的类别至少包括未熟、成熟和过熟。
9、可选地，构建残差识别模型的过程包括：基于resnet_18模型结构，通过改变卷积层的大小以及增加残差层的数量，获得第一残差识别模型；通过改变卷积层的大小以及减少残差层的数量，获得第二残差识别模型；通过对比未改进的resnet_18模型、第一残差识别模型和第二残差识别模型对雪茄烟叶识别结果的准确度，将所述第二残差识别模型作为最终的残差识别模型。
10、可选地，所述残差识别模型的迷你批处理大小为32，初始学习率为0.001。
11、可选地，所述残差识别模型的优化器为sgdm。
12、本发明还提供一种雪茄茄衣烟叶成熟度智能识别系统，包括：
13、图像获取模块，用于获取雪茄烟叶图像并进行分类处理；
14、模型构建模块，与所述图像获取模块连接，用于调整卷积块与残差块的数量与大小对resnet_18模型进行改进，构建残差识别模型，并对所述残差识别模型的迷你批处理大小和初始学习率进行确定；
15、模型训练模块，与所述模型构建模块连接，用于基于分类处理后的雪茄烟叶图像对所述残差识别模型进行训练；
16、智能识别模块，与所述模型训练模块连接，用于基于训练后的残差识别模型对雪茄烟叶成熟度进行识别。
17、可选地，所述模型构建模块包括：
18、模型构建单元，用于基于resnet_18模型结构，通过改变卷积层的大小以及增加残差层的数量，获得第一残差识别模型；通过改变卷积层的大小以及减少残差层的数量，获得第二残差识别模型；
19、模型比对单元，用于对比未改进的resnet_18模型、第一残差识别模型和第二残差识别模型对雪茄烟叶识别结果的准确度，将所述第二残差识别模型作为最终的残差识别模型。
20、可选地，所述残差识别模型的网络结构包括：卷积层1，[7×7，64，[22]]；残差块2，组；残差块3，分支，[1×1，128，[22]]；残差块4，分支，[1×1，256，[22]]。
21、与现有技术相比，本发明具有如下优点和技术效果：
22、本发明使用改进的resnet_18模型对田间茄衣鲜烟叶图像的成熟度识别特征进行自动提取，克服了人工提取特征的缺点；
23、本发明基于所改进的resnet_18模型进一步搭建了识别系统，达到了模型可视化效果；
24、本发明的雪茄茄衣烟叶成熟度智能识别方法能够实现茄衣烟叶成熟度的快速准确识别，克服人工识别主观性强缺点。
1.一种雪茄茄衣烟叶成熟度智能识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的雪茄茄衣烟叶成熟度智能识别方法，其特征在于，
3.根据权利要求1所述的雪茄茄衣烟叶成熟度智能识别方法，其特征在于，
4.根据权利要求3所述的雪茄茄衣烟叶成熟度智能识别方法，其特征在于，
5.根据权利要求1所述的雪茄茄衣烟叶成熟度智能识别方法，其特征在于，
6.一种雪茄茄衣烟叶成熟度智能识别系统，其特征在于，包括：
7.根据权利要求6所述的雪茄茄衣烟叶成熟度智能识别系统，其特征在于，
8.根据权利要求7所述的雪茄茄衣烟叶成熟度智能识别系统，其特征在于，
