[发明专利]穗数识别方法、装置、存储介质及处理器

权利要求书

1.一种穗数识别方法，其特征在于，包括：

获取目标区域的图像；

将所述图像输入至预设学习模型进行分析，得到所述目标区域中植株的果穗分布信息，其中，所述预设学习模型是通过多组数据训练得到的，每组数据中均包括：每个植株的图像信息，以及用于标记所述每个植株中的果穗的标签；

基于所述果穗的分布信息确定所述目标区域中植株的果穗数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标区域中单位面积的果穗数，以及基准穗数的平均质量；

基于所述单位面积的果穗数和所述基准穗数的平均质量确定所述目标区域的作物产量。

3.根据权利要求2所述的方法，其特征在于，获取所述目标区域中单位面积的果穗数，包括：

获取多个作物区域的图像信息；

将所述多个作物区域的图像信息分别输入至所述预设学习模型进行分析，得到所述多个作物区域的果穗分布信息；

基于所述果穗分布信息确定所述多个作物区域中各个作物区域的果穗数量；

依据所述各个作物区域的果穗数量和所述各个作物区域的面积，确定所述目标区域中单位面积的果穗数。

4.根据权利要求2所述的方法，其特征在于，基于所述单位面积的果穗数和所述基准穗数的平均质量确定所述目标区域的作物产量之后，所述方法还包括：

将所述目标区域的作物产量添加至电子地图中，其中，该电子地图用于展示至少一个作物区域的产量；

在所述电子地图中展示所述目标区域的作物产量。

5.根据权利要求4所述的方法，其特征在于，将所述目标区域的作物产量添加至电子地图中，包括：

在所述电子地图中创建目标图层；

将所述目标区域的作物产量添加至所述目标图层中，并设置所述目标区域的作物产量的显示属性。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

检测目标对象在所述电子地图中的框选区域；

确定所述框选区域在所述目标区域中的占比，其中，该占比用于指示所述框选区域的面积与所述目标区域的面积的比值；

依据所述占比和所述目标区域的作物产量确定所述框选区域中目标作物的产量。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述多组训练数据中的标签为用于标记果穗中心点的标签。

8.一种测量系统，其特征在于，包括：

无人机，用于获取目标区域的图像；

网络侧设备，用于将所述图像输入至预设学习模型进行分析，得到所述目标区域中植株的果穗分布信息，其中，所述预设学习模型是通过多组数据训练得到的，每组数据中均包括：每个植株的图像信息，以及用于标记所述每个植株中的果穗的标签；基于所述果穗的分布信息确定所述目标区域中植株的果穗数。

9.一种穗数识别装置，其特征在于，包括：

获取模块，用于获取目标区域的图像；

分析模块，用于将所述图像输入至预设学习模型进行分析，得到所述目标区域中植株的果穗分布信息，其中，所述预设学习模型是通过多组数据训练得到的，每组数据中均包括：每个植株的图像信息，以及用于标记所述每个植株中的果穗的标签；

确定模块，用于基于所述果穗的分布信息确定所述目标区域中植株的果穗数。

10.一种非易失性存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的穗数识别方法。