一种农作物分布信息的确定方法、系统、存储介质及设备技术方案

本申请实施例公开了一种农作物分布信息的确定方法、系统、存储介质及设备，基于执行该农作物分布信息的确定方法，在接收到分布信息确定请求后，响应该请求采集待处理图像，并在对待处理图像进行预处理后输入训练完成的图像分割模型，基于图像分割模型得到图像分割结果作为农作物分布信息，可见，该农作物分布信息确定方法，在需要获取农作物分布信息时，能够直接将采集的图像输入预先训练好的模型，从而确定农作物分布信息，提高了农作物分布信息确定的效率和准确度，解决了通过人工实地调查方式获取农作物分布信息效率低、准确度低的问题。题。题。

【技术实现步骤摘要】
一种农作物分布信息的确定方法、系统、存储介质及设备


[0001]本申请涉及图像处理
，更具体的说，涉及一种农作物分布信息的确定方法、系统、存储介质及设备。

技术介绍

[0002]随着农业的转型升级，需要对农作物资产进行盘点，以为农业发展决策提供科学依据，目前在进行农作物资产盘点方面，往往是采用传统人工实地调查的方式确定农作物分布信息，然而现有的传统人工实地调查方式速度慢、劳动强度大，且数据采集质量受主观因素影响大，导致农作物分布信息的统计数据有较大的滞后性，可见，现有确定农作物分布信息的效率低、质量差，无法为农业发展决策快速准确地提供科学依据。如何提高农作物分布信息确定的效率和准确度是亟需解决的问题。
[0003]申请内容
[0004]本申请的目的是提供一种农作物分布信息的确定方法、系统、存储介质及设备，基于执行该农作物分布信息的确定方法，能够提高农作物分布信息确定的效率和准确度。
[0005]为实现上述目的：
[0006]第一方面，本申请提供了一种农作物分布信息的确定方法，所述方法包括：
[0007]响应于分布信息确定请求，采集待处理图像；
[0008]对所述待处理图像进行预处理，得到预处理图像；
[0009]将所述预处理图像输入训练后的图像分割模型，得到图像分割结果；
[0010]以所述图像分割结果为农作物分布信息。
[0011]可选地，所述对所述待处理图像进行预处理，包括：
[0012]对所述待处理图像进行亮度调整、裁剪、去噪和/或变形处理。
[0013]可选地，所述方法还包括：
[0014]获取训练图像集；其中，所述训练图像集包括样本图像和每个样本图像对应的标签；
[0015]对所述训练图像集中每个样本图像进行预处理，得到预处理后的训练图像集；
[0016]基于所述预处理后的训练图像集对图像分割模型进行训练，得到训练后的图像分割模型。
[0017]可选地，所述基于所述预处理后的训练图像集对图像分割模型进行训练，得到训练后的图像分割模型，包括：
[0018]将所述预处理后的训练图像集输入到所述图像分割模型进行训练，得到训练结果；
[0019]根据所述训练结果和所述每个样本图像对应的标签构建损失函数；
[0020]基于所述损失函数对所述图像分割模型的参数进行调整，得到所述训练后的图像分割模型。
[0021]可选地，所述图像分割模型包括主干网络、注意力模块、多尺度模块、图像分割模
块，所述将所述预处理后的训练图像集输入到所述图像分割模型进行训练，得到训练结果，包括：
[0022]将所述预处理后的训练图像集输入到所述主干网络，得到所述主干网络输出的目标特征图；
[0023]将所述目标特征图输入所述注意力模块，得到所述所述注意力模块输出的增强特征图；
[0024]根据所述增强特征图和所述多尺度模块，确定像素标签；
[0025]基于所述图像分割模块、所述增强特征图以及所述像素标签进行训练，得到训练结果。
[0026]可选地，所述注意力模块根据农作物场景的特征构建；其中，所述农作物场景的特征包括农作物和建筑重合特征、农田形状特征、不同农作物相似性特征中至少一种；所述多尺度模型根据农作物特征构建；其中，所述农作物特征包括所述农作物形状、高度中至少一种。
[0027]可选地，在将所述预处理图像输入训练后的图像分割模型，得到图像分割结果后，所述方法还包括：
[0028]根据所述图像分割结果，绘制受试者工作特征ROC曲线，并计算评价指标，所述评价指标为所述ROC曲线所覆盖的面积；
[0029]根据所述评价指标判断所述图像分割模型是否符合预设要求；
[0030]如果所述图像分割模型不符合所述预设要求，则对所述图像分割模型进行优化，得到优化后的图像分割模型。
[0031]第二方面，本申请还提供了一种农作物分布信息的确定系统，所述系统包括：
[0032]采集单元，用于响应于分布信息确定请求，采集待处理图像；
[0033]预处理单元，用于对所述待处理图像进行预处理，得到预处理图像；
[0034]计算单元，用于将所述预处理图像输入训练后的图像分割模型，得到图像分割结果；以所述图像分割结果为农作物分布信息。
[0035]第三方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有程序，所述程序被处理器执行时实现如第一方面中任一所述的方法。
[0036]第四方面，本申请还提供了一种设备，包括存储器和处理器，所述存储器存储有程序，所述程序被所述处理器执行时实现如第一方面中任一所述的方法。
[0037]本申请实施例提供了一种农作物分布信息的确定方法、系统、存储介质及设备，基于执行该农作物分布信息的确定方法，在接收到分布信息确定请求后，响应该请求采集待处理图像，并在对待处理图像进行预处理后输入训练完成的图像分割模型，基于图像分割模型得到图像分割结果作为农作物分布信息，可见，该农作物分布信息确定方法，在需要获取农作物分布信息时，能够直接将采集的图像输入预先训练好的模型，从而确定农作物分布信息，提高了农作物分布信息确定的效率和准确度，解决了通过人工实地调查方式获取农作物分布信息效率低、准确度低的问题。
附图说明
[0038]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0039]图1为本申请实施例提供的一种农作物分布信息的确定方法的流程图；
[0040]图2为本申请实施例提供的一种农作物分布信息的确定系统的示意图。
具体实施方式
[0041]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0042]随着农业的转型升级，需要对农作物资产进行盘点，以为农业发展决策提供科学依据，目前在进行农作物资产盘点方面，往往是采用传统人工实地调查的方式确定农作物分布信息，然而现有的传统人工实地调查方式速度慢、劳动强度大，且数据采集质量受主观因素影响大，导致农作物分布信息的统计数据有较大的滞后性，可见，现有确定农作物分布信息的效率低、准确度差，无法为农业发展决策快速准确地提供科学依据。
[0043]为解决上述问题，本申请实施例提供了一种农作物分布信息的确定方法、系统、存储介质及设备，基于执行该农作物分布信息的确定方法，在接收到分布信息确定请求后，响应该请求采集待处理图像，并在对待处理图像进行预处理后输入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农作物分布信息的确定方法，其特征在于，所述方法包括：响应于分布信息确定请求，采集待处理图像；对所述待处理图像进行预处理，得到预处理图像；将所述预处理图像输入训练后的图像分割模型，得到图像分割结果；以所述图像分割结果为农作物分布信息。2.根据权利要求1所述方法，其特征在于，所述对所述待处理图像进行预处理，包括：对所述待处理图像进行亮度调整、裁剪、去噪和/或变形处理。3.根据权利要求1所述方法，其特征在于，所述方法还包括：获取训练图像集；其中，所述训练图像集包括样本图像和每个样本图像对应的标签；对所述训练图像集中每个样本图像进行预处理，得到预处理后的训练图像集；基于所述预处理后的训练图像集对图像分割模型进行训练，得到训练后的图像分割模型。4.根据权利要求3所述方法，其特征在于，所述基于所述预处理后的训练图像集对图像分割模型进行训练，得到训练后的图像分割模型，包括：将所述预处理后的训练图像集输入到所述图像分割模型进行训练，得到训练结果；根据所述训练结果和所述每个样本图像对应的标签构建损失函数；基于所述损失函数对所述图像分割模型的参数进行调整，得到所述训练后的图像分割模型。5.根据权利要求4所述方法，其特征在于，所述图像分割模型包括主干网络、注意力模块、多尺度模块、图像分割模块，所述将所述预处理后的训练图像集输入到所述图像分割模型进行训练，得到训练结果，包括：将所述预处理后的训练图像集输入到所述主干网络，得到所述主干网络输出的目标特征图；将所述目标特征图输入所述注意力模块，得到所述所述注意力模块输出的增强特征图；根据所述增强特征图和所述多尺度模块，...

【专利技术属性】
技术研发人员：武天芳，
申请(专利权)人：中银金融科技有限公司，
类型：发明
国别省市：