本发明专利技术实施例公开了一种植物萎蔫状态处理方法、装置、系统及存储介质，该方法包括：获取EasyDL平台中植物萎蔫图像样本库的初始图像，初始图像的类型包括植物正常生长状态的图像和植物萎蔫状态的图像等；根据初始图像，训练得到植物萎蔫识别模型；校验并发布植物萎蔫识别模型；基于植物萎蔫识别模型识别待养护植物的萎蔫状态，以使待养护植物得到相应灌溉。本发明专利技术通过基于EasyDL机器视觉的植物萎蔫状态识别方法自动识别植物的萎蔫状态并自动灌溉，增加了园林植物灌溉的准确性和实用性，提高了园林植物的存活率，同时减少水资源的浪费，解决了目前对植物萎蔫状态的识别存在精准度不高或过于繁琐导致实用性不强的问题。度不高或过于繁琐导致实用性不强的问题。度不高或过于繁琐导致实用性不强的问题。
【技术实现步骤摘要】
植物萎蔫状态处理方法、装置、系统及存储介质
[0001]本专利技术涉及园林养护
，尤其涉及一种植物萎蔫状态处理方法、装置、系统及存储介质。
技术介绍
[0002]园林养护是园林建设的重要环节，俗话说“三分种，七分养”，可见园林养护的重要性。园林养护是长期性的工作，往往比园林种植花费更多人力、物力和财力，提高园林养护效率可以大大降低园林养护成本。灌溉是园林养护最重要的部分，目前园林养护主要的灌溉方式主要包括人工浇灌和自动喷灌，二者均是根据工人的养护经验进行灌溉或设置灌溉参数。然而不同工人养护经验差别较大，抑或是自动喷灌系统设计的局限性，导致出现植物浇灌不足或过量的问题，不利于园林植物健康生长，同时造成资源浪费。物联网的崛起和机器视觉的发展促进园林养护走向精细化趋势，植物生长状态监测技术得到重视。
[0003]申请号为201210035509.0的文献公开了一种基于计算机视觉的作物灌溉系统。该系统通过作物图像的获取、颜色空间的转换、图像的分割、特征参数的获取等步骤，结合生长数据模型进行特征参数的计算，并通过遗传神经网络完成判决，根据判决结果控制单片机驱动电磁阀，完成作物灌溉。该系统可以及时获取作物需水信息，进行准确灌溉，提高了水资源的利用率。但是模型简单，精准度不高，操作过程繁琐，实际误差较大。申请号为202011291557.7的文献公开了一种基于温度和图像的作物胁迫预警系统及预警方法。该方法利用数据采集装置中的红外热像仪和OpenMV机器视觉模块分别采集作物表面温度数据和图像数据，再由嵌入式树莓派模块通过无限传输模块传递至用户端电脑进行处理，用户端电脑读取图像数据后获取作物颜色分量和长势参数，将颜色分量与温度数据融合，辅助建立预警模型。该方法能够对作物长势信息进行实时、连续、无损监测，为温室环境参数的调整和控制提供参考，有助于预防病虫害及作物水分胁迫。但图像采集过程不够方便快捷，比较耗时费力，整个过程步骤较繁琐，不够简洁，不利于标准化推广。申请号为202110971230.2的文献公开了一种基于植株萎蔫程度进行精准灌溉的系统及方法，该方法包括：图像采集模块，通过图像传感器进行植株的图像信息采集，所采集的信息包括：叶片信息及茎部信息；图像预处理模块，所述图像预处理模块用于完成图像的预处理，包括图像裁剪、增强、色彩空间转化处理；需水量预测模块，将所采集的图像信息输入至经训练的深度神经网络进行计算，预测出当前植株萎蔫程度状态下对应的预测需水量；灌溉控制模块，根据预测出的所述植株的预测需水量形成控制指令，以进行定时定量的供水。然而其图像主要分析植物叶片和茎的数据，对于部分植物表现不佳。
[0004]针对目前对植物萎蔫状态的识别存在精准度不高或过于繁琐导致实用性不强的问题，有必要开展对植物萎蔫状态处理技术的进一步研究。
技术实现思路
[0005]本专利技术实施例提供一种植物萎蔫状态处理方法、装置、系统及存储介质，以解决目
前对植物萎蔫状态的识别存在精准度不高或过于繁琐导致实用性不强的问题。
[0006]一方面，本专利技术提供了一种植物萎蔫状态处理方法，包括：
[0007]获取EasyDL平台中植物萎蔫图像样本库的初始图像，初始图像的类型包括植物正常生长状态的图像、植物萎蔫状态的图像、多个摄像头角度的植物图像、多个距离的植物图像、多个季节的植物图像以及多个生长阶段的植物图像；
[0008]根据初始图像，训练得到植物萎蔫识别模型；
[0009]校验并发布植物萎蔫识别模型；
[0010]基于植物萎蔫识别模型识别待养护植物的萎蔫状态，以使待养护植物得到相应灌溉。
[0011]进一步地，基于植物萎蔫识别模型识别待养护植物的萎蔫状态的步骤，包括：
[0012]控制图像采集装置按预置时间间隔采集待养护的植物图像，得到待识别图像；
[0013]基于植物萎蔫识别模型和实时的时间信息识别待识别图像，判断待养护植物的萎蔫状态；
[0014]当待养护植物处于萎蔫状态，控制灌溉装置对待养护植物进行相应灌溉。
[0015]进一步地，在基于植物萎蔫识别模型识别待养护植物的萎蔫状态的步骤之后，还包括：
[0016]将待识别图像上传至植物萎蔫图像样本库。
[0017]进一步地，根据初始图像，训练得到植物萎蔫识别模型的步骤，包括：
[0018]基于EasyDL平台建立植物萎蔫识别初始模型；
[0019]导入初始图像；
[0020]标注初始图像，标注状态至少包括“正常”或“萎蔫”；
[0021]对初始图像进行筛选、分割、增强，并采用深度神经网络技术进行分析处理，得到训练图像；
[0022]根据训练图像，基于通用算法或AutoDL Transfer训练植物萎蔫识别初始模型，得到植物萎蔫识别模型。
[0023]进一步地，校验并发布植物萎蔫识别模型的步骤，包括：
[0024]基于模型评估报告校验植物萎蔫识别模型的准确率；
[0025]当植物萎蔫识别模型的准确率大于准确率阈值，发布植物萎蔫识别模型。
[0026]进一步地，基于模型评估报告校验植物萎蔫识别模型的准确性的步骤，包括：
[0027]通过扩充数据、调整标注等方法进行模型迭代提高植物萎蔫识别模型识别的准确率；或，通过置信度来反复校验模型，提高植物萎蔫识别模型识别的准确率。
[0028]为了解决目前对植物萎蔫状态的识别存在精准度不高或过于繁琐导致实用性不强的问题，本专利技术的目的在于提供一种植物萎蔫状态处理方法，包括：获取EasyDL平台中植物萎蔫图像样本库的初始图像，初始图像的类型包括植物正常生长状态的图像、植物萎蔫状态的图像、多个摄像头角度的植物图像、多个距离的植物图像、多个季节的植物图像以及多个生长阶段的植物图像；根据初始图像，训练得到植物萎蔫识别模型；校验并发布植物萎蔫识别模型；基于植物萎蔫识别模型识别待养护植物的萎蔫状态，以使待养护植物得到相应灌溉。
[0029]与现有技术相比，本专利技术具有如下优点：
[0030]通过基于EasyDL机器视觉的植物萎蔫状态识别方法自动识别植物的萎蔫状态并自动灌溉，增加了园林植物灌溉的准确性和实用性，提高了园林植物的存活率，同时减少水资源的浪费，解决了目前对植物萎蔫状态的识别存在精准度不高或过于繁琐导致实用性不强的问题。
[0031]另一方面，本专利技术提供了一种植物萎蔫状态处理装置，包括：
[0032]获取模块，用于获取EasyDL平台中植物萎蔫图像样本库的初始图像，初始图像的类型包括植物正常生长状态的图像、植物萎蔫状态的图像、多个摄像头角度的植物图像、多个距离的植物图像、多个季节的植物图像以及多个生长阶段的植物图像；
[0033]训练模块，用于根据初始图像，训练得到植物萎蔫识别模型；
[0034]校验模块，用于校验并发布植物萎蔫识别模型；
[0035]识别模块，用于基于植物萎蔫识别模型识别待养护植物的萎蔫状态，以使待养护植物得到相应灌溉。...
【技术保护点】
【技术特征摘要】
1.一种植物萎蔫状态处理方法，其特征在于，包括：获取EasyDL平台中植物萎蔫图像样本库的初始图像，所述初始图像的类型包括植物正常生长状态的图像、植物萎蔫状态的图像、多个摄像头角度的植物图像、多个距离的植物图像、多个季节的植物图像以及多个生长阶段的植物图像；根据所述初始图像，训练得到植物萎蔫识别模型；校验并发布所述植物萎蔫识别模型；基于所述植物萎蔫识别模型识别待养护植物的萎蔫状态，以使所述待养护植物得到相应灌溉。2.根据权利要求1所述的植物萎蔫状态处理方法，其特征在于，所述基于所述植物萎蔫识别模型识别待养护植物的萎蔫状态的步骤，包括：控制图像采集装置按预置时间间隔采集所述待养护的植物图像，得到待识别图像；基于所述植物萎蔫识别模型和实时的时间信息识别所述待识别图像，判断所述待养护植物的萎蔫状态；当所述待养护植物处于萎蔫状态，控制灌溉装置对所述待养护植物进行相应灌溉。3.根据权利要求2所述的植物萎蔫状态处理方法，其特征在于，在所述基于所述植物萎蔫识别模型识别待养护植物的萎蔫状态的步骤之后，还包括：将所述待识别图像上传至所述植物萎蔫图像样本库。4.根据权利要求1所述的植物萎蔫状态处理方法，其特征在于，所述根据所述初始图像，训练得到植物萎蔫识别模型的步骤，包括：基于EasyDL平台建立植物萎蔫识别初始模型；导入所述初始图像；标注所述初始图像，标注状态至少包括“正常”或“萎蔫”；对所述初始图像进行筛选、分割、增强，并采用深度神经网络技术进行分析处理，得到训练图像；根据所述训练图像，基于通用算法或AutoDL Transfer训练所述植物萎蔫识别初始模型，得到所述植物萎蔫识别模型。5.根据权利要求4所述的植物萎蔫状态处理方法，其特征在于，所述校验并发布所述植物萎蔫识别模型的步骤，包括：基于模型评估报告...
【专利技术属性】
技术研发人员：熊俊，徐斌，黄金生，余江勇，
申请(专利权)人：广东东篱环境股份有限公司，
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。