本发明专利技术提供了一种茶叶采摘方法、装置、电子设备和存储介质，属于茶叶采摘技术领域。方法包括：获取目标茶园中多个采摘区域的图像数据；通过训练后的茶叶嫩芽识别模型，对图像数据进行处理，得到每个采摘区域的嫩芽识别结果；基于每个采摘区域的嫩芽识别结果，确定每个采摘区域的茶叶物候期；基于每个采摘区域的茶叶物候期，确定目标茶园的茶叶采摘策略；茶叶嫩芽识别模型基于如下方式训练：构建茶叶嫩芽数据集，包括多个样本图像数据，每个样本图像数据中包含有大于等于预设数目个茶叶嫩芽的图像信息；基于茶叶嫩芽数据集对初始的茶叶嫩芽识别模型进行训练，训练完成后，得到训练后的茶叶嫩芽识别模型。采用本发明专利技术，可以保证茶叶采摘的时效性。茶叶采摘的时效性。茶叶采摘的时效性。
【技术实现步骤摘要】
一种茶叶采摘方法、装置、电子设备和存储介质
[0001]本专利技术涉及茶叶采摘
，尤其涉及一种茶叶采摘方法、装置、电子设备和存储介质。
技术介绍
[0002]茶叶的采摘至关重要，春茶采摘对于时间要求很强，开采不及时会造成巨大的经济损失。
[0003]茶叶采摘期预测方法主要有积温预测、专家经验预测，这些方法应用于预测区域整体的开采时间时取得了较为理想的效果，但不同茶园之间由于海拔、地势、温度等原因，特别是春茶生产，受温度变化影响较大，我国茶园一般地处山地丘陵地区，茶树生长受小气候环境影响较大，最佳开采存在时空差异。由于茶叶收获的时间具体独特的季节性，所以在特定的时间内实现高效率地采摘及加工是品质好的关键，如果采摘不及时会导致嫩芽变老。茶叶采摘的时间、位置等都决定了茶叶品质的好坏和茶树后期的质量。
[0004]因此，亟需一种满足采摘时效性的茶叶采摘方法。
技术实现思路
[0005]为了解决现有技术的问题，本专利技术实施例提供了一种茶叶采摘方法、装置、电子设备和存储介质，可以保证茶叶采摘的时效性。技术方案如下：
[0006]根据本专利技术的一方面，提供了一种茶叶采摘方法，所述方法包括：
[0007]获取目标茶园中多个采摘区域的图像数据；
[0008]通过训练后的茶叶嫩芽识别模型，对所述图像数据进行处理，得到每个采摘区域的嫩芽识别结果；
[0009]基于所述每个采摘区域的嫩芽识别结果，确定所述每个采摘区域的茶叶物候期；
[0010]基于所述每个采摘区域的茶叶物候期，确定所述目标茶园的茶叶采摘策略；
[0011]其中，所述茶叶嫩芽识别模型基于如下方式训练得到：
[0012]构建茶叶嫩芽数据集，所述茶叶嫩芽数据集中包括多个样本图像数据，每个样本图像数据中包含有大于等于预设数目个茶叶嫩芽的图像信息；
[0013]构建初始的茶叶嫩芽识别模型；
[0014]基于所述茶叶嫩芽数据集对所述初始的茶叶嫩芽识别模型进行训练，训练完成后，得到所述训练后的茶叶嫩芽识别模型。
[0015]可选的，所述构建茶叶嫩芽数据集，包括：
[0016]获取待选取的多张茶叶图像；
[0017]在所述多张茶叶图像中，选取包含至少一个茶叶嫩芽的茶叶图像，作为目标茶叶图像；
[0018]基于任意预设数目张目标茶叶图像，构建样本图像数据；
[0019]基于构建的多个样本图像数据，构建茶叶嫩芽数据集。
[0020]可选的，所述获取待选取的多张茶叶图像，包括：
[0021]获取多张原始茶叶图像；
[0022]对每张原始茶叶图像进行切割，得到待选取的多张茶叶图像，其中，图像位置相邻的两张茶叶图像存在重叠区域。
[0023]可选的，所述对每张原始茶叶图像进行切割，得到待选取的多张茶叶图像，包括：
[0024]对于每张原始茶叶图像：
[0025]基于茶叶图像的预设切割尺寸和预设重叠系数，计算横向切割步长和纵向切割步长，所述横向切割步长小于所述预设切割尺寸中的横向尺寸，所述纵向切割步长小于所述预设切割尺寸中的纵向尺寸；
[0026]基于所述横向切割步长和所述纵向切割步长，对所述原始茶叶图像进行切割，得到所述原始茶叶图像对应的多张茶叶图像。
[0027]可选的，所述基于所述每个采摘区域的嫩芽识别结果，确定所述每个采摘区域的茶叶物候期，包括：
[0028]对于每个采摘区域：
[0029]当所述嫩芽识别结果指示对所述采摘区域检测到茶叶嫩芽信息时，确定所述采摘区域的茶叶物候期为采摘期；
[0030]当所述嫩芽识别结果指示对所述采摘区域未检测到茶叶嫩芽信息时，确定所述采摘区域的茶叶物候期为发育期。
[0031]可选的，所述基于所述每个采摘区域的茶叶物候期，确定所述目标茶园的茶叶采摘策略，包括：
[0032]获取处于采摘期的采摘区域，作为目标采摘区域；
[0033]在所述目标茶园中，确定对所述目标采摘区域的茶叶采摘策略。
[0034]可选的，所述获取目标茶园中多个采摘区域的图像数据，包括：
[0035]当达到目标采摘时间时，周期性获取目标茶园中多个采摘区域的图像数据。
[0036]根据本专利技术的另一方面，提供了一种茶叶采摘装置，所述装置包括：
[0037]获取模块，用于获取目标茶园中多个采摘区域的图像数据；
[0038]识别模块，用于通过训练后的茶叶嫩芽识别模型，对所述图像数据进行处理，得到每个采摘区域的嫩芽识别结果；
[0039]确定模块，用于基于所述每个采摘区域的嫩芽识别结果，确定所述每个采摘区域的茶叶物候期；基于所述每个采摘区域的茶叶物候期，确定所述目标茶园的茶叶采摘策略；
[0040]训练模块，用于构建茶叶嫩芽数据集，所述茶叶嫩芽数据集中包括多个样本图像数据，每个样本图像数据中包含有大于等于预设数目个茶叶嫩芽的图像信息；构建初始的茶叶嫩芽识别模型；基于所述茶叶嫩芽数据集对所述初始的茶叶嫩芽识别模型进行训练，训练完成后，得到所述训练后的茶叶嫩芽识别模型。
[0041]可选的，所述训练模块用于：
[0042]获取待选取的多张茶叶图像；
[0043]在所述多张茶叶图像中，选取包含至少一个茶叶嫩芽的茶叶图像，作为目标茶叶图像；
[0044]基于任意预设数目张目标茶叶图像，构建样本图像数据；
[0045]基于构建的多个样本图像数据，构建茶叶嫩芽数据集。
[0046]可选的，所述训练模块用于：
[0047]获取多张原始茶叶图像；
[0048]对每张原始茶叶图像进行切割，得到待选取的多张茶叶图像，其中，图像位置相邻的两张茶叶图像存在重叠区域。
[0049]可选的，所述训练模块用于：
[0050]对于每张原始茶叶图像：
[0051]基于茶叶图像的预设切割尺寸和预设重叠系数，计算横向切割步长和纵向切割步长，所述横向切割步长小于所述预设切割尺寸中的横向尺寸，所述纵向切割步长小于所述预设切割尺寸中的纵向尺寸；
[0052]基于所述横向切割步长和所述纵向切割步长，对所述原始茶叶图像进行切割，得到所述原始茶叶图像对应的多张茶叶图像。
[0053]可选的，所述确定模块用于：
[0054]对于每个采摘区域：
[0055]当所述嫩芽识别结果指示对所述采摘区域检测到茶叶嫩芽信息时，确定所述采摘区域的茶叶物候期为采摘期；
[0056]当所述嫩芽识别结果指示对所述采摘区域未检测到茶叶嫩芽信息时，确定所述采摘区域的茶叶物候期为发育期。
[0057]可选的，所述确定模块用于：
[0058]获取处于采摘期的采摘区域，作为目标采摘区域；
[0059]在所述目标茶园中，确定对所述目标采摘区域的茶叶采摘策略。
[0060]可选的，所述获取模块用于：
[0061]当达到目标采摘时间时，周期性获取目标茶园中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种茶叶采摘方法，其特征在于，所述方法包括：获取目标茶园中多个采摘区域的图像数据；通过训练后的茶叶嫩芽识别模型，对所述图像数据进行处理，得到每个采摘区域的嫩芽识别结果；基于所述每个采摘区域的嫩芽识别结果，确定所述每个采摘区域的茶叶物候期；基于所述每个采摘区域的茶叶物候期，确定所述目标茶园的茶叶采摘策略；其中，所述茶叶嫩芽识别模型基于如下方式训练得到：构建茶叶嫩芽数据集，所述茶叶嫩芽数据集中包括多个样本图像数据，每个样本图像数据中包含有大于等于预设数目个茶叶嫩芽的图像信息；构建初始的茶叶嫩芽识别模型；基于所述茶叶嫩芽数据集对所述初始的茶叶嫩芽识别模型进行训练，训练完成后，得到所述训练后的茶叶嫩芽识别模型。2.根据权利要求1所述的方法，其特征在于，所述构建茶叶嫩芽数据集，包括：获取待选取的多张茶叶图像；在所述多张茶叶图像中，选取包含至少一个茶叶嫩芽的茶叶图像，作为目标茶叶图像；基于任意预设数目张目标茶叶图像，构建样本图像数据；基于构建的多个样本图像数据，构建茶叶嫩芽数据集。3.根据权利要求2所述的方法，其特征在于，所述获取待选取的多张茶叶图像，包括：获取多张原始茶叶图像；对每张原始茶叶图像进行切割，得到待选取的多张茶叶图像，其中，图像位置相邻的两张茶叶图像存在重叠区域。4.根据权利要求3所述的方法，其特征在于，所述对每张原始茶叶图像进行切割，得到待选取的多张茶叶图像，包括：对于每张原始茶叶图像：基于茶叶图像的预设切割尺寸和预设重叠系数，计算横向切割步长和纵向切割步长，所述横向切割步长小于所述预设切割尺寸中的横向尺寸，所述纵向切割步长小于所述预设切割尺寸中的纵向尺寸；基于所述横向切割步长和所述纵向切割步长，对所述原始茶叶图像进行切割，得到所述原始茶叶图像对应的多张茶叶图像。5.根据权利要求1所述的方法，其特征在于，所述基于所述每个采摘区域的嫩芽识别结果，确定所述每个采摘区域...
【专利技术属性】
技术研发人员：黄铜，
申请(专利权)人：中科三清科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。