[发明专利]一种农田灾情检测方法、系统、无人机和云端服务器

说明书

本发明提供了一种农田灾情检测方法、系统、无人机和云端服务器，应用于无人机，包括：预先接收外部云端服务器发送的深度学习个性化检测推理模型；接收用户发送的至少一个灾情区域；针对每一个所述灾情区域，根据所述深度学习个性化检测推理模型，采集所述灾情区域的图像信息；将采集的所述图像信息发送给所述外部云端服务器，以使所述外部云端服务器根据所述图像信息检测所述图像信息对应的灾情区域的农田灾情检测每一个所述灾情区域的农田灾情。本方案能够准确快速的获取农田的图像信息，进而完成受灾农田的灾情检测。

技术领域

本发明涉及数据处理领域，特别涉及一种农田灾情检测方法、系统、无人机和云端服务器。

背景技术

我国的农业具有地域广阔、对象多样、偏僻分散、远离都市社区等特点，因此，如何快速的获取农田信息已经成为各界关注的重点。

目前，农田布局主要分散在偏远地域，不方便管理，同时地区缺乏科学布局、信息化程度也不高，特别是在农田受灾时，很难及时获取到准确的受灾情况。

通过上述描述可见，在这种情况下，如何准确快速的获取农田的图像信息，进而完成受灾农田的灾情检测已经成为一个亟需解决的问题。

发明内容

本发明实施例提供了一种农田灾情检测方法、系统、无人机和云端服务器，能够准确快速的获取农田的图像信息，进而完成受灾农田的灾情检测。

第一方面，本发明实施例提供了一种农田灾情检测方法，应用于无人机，包括：

预先接收外部云端服务器发送的深度学习个性化检测推理模型，其中，所述深度学习个性化检测推理模型，包括未受灾农田信息、受灾农田信息和农田面积信息；

接收用户发送的至少一个灾情区域；

针对每一个所述灾情区域，根据所述深度学习个性化检测推理模型，采集所述灾情区域的图像信息；

将采集的所述图像信息发送给所述外部云端服务器，以使所述外部云端服务器根据所述图像信息检测所述图像信息对应的灾情区域的农田灾情检测每一个所述灾情区域的农田灾情。

优选地，所述根据所述深度学习个性化检测推理模型，采集所述灾情区域的图像信息，包括：

S0：检测当前位置的光照信息；

S1：根据所述深度学习个性化检测推理模型确定所述光照信息是否可以采集图像信息，如果是，执行S2，否则执行S3；

S2：采集所述灾情区域的图像信息；

S3：调整当前位置，执行S0。

优选地，在所述根据所述深度学习个性化检测推理模型，采集所述灾情区域的图像信息之后，在所述将采集的所述图像信息发送给所述外部云端服务器之前，进一步包括：

T1：根据所述深度学习个性化检测推理模型确定所述图像信息的图像质量；

T2：根据所述深度学习个性化检测推理模型确定所述图像质量是否为最佳图像质量，如果是，执行T3，否则，执行T4；

T3：压缩所述图像信息；

T4：重新采集所述灾情区域的图像信息，执行T1；

所述将采集的所述图像信息发送给所述外部云端服务器，包括：

将压缩的所述图像信息发送给所述外部云端服务器。

第二方面，本发明实施例提供了一种农田灾情检测方法，应用于云端服务器，包括：

预先设置农田相关图像识别检测模型；

接收用户发送的至少一个无人机的性能参数；