[发明专利]穗数识别方法、装置、存储介质及处理器

说明书

本申请公开了穗数识别方法、装置、存储介质及处理器。其中，该方法包括：获取目标区域的图像；将图像输入至预设学习模型进行分析，得到目标区域中植株的果穗分布信息，其中，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，以及用于标记每个植株中的果穗的标签；基于果穗的分布信息确定目标区域中植株的果穗数。本申请解决了相关技术中果穗数量统计速度慢且产量测量精度较低的的技术问题。

技术领域

本申请涉及农作物产量预测领域，具体而言，涉及穗数识别方法、装置、存储介质及处理器。

背景技术

目前谷物类产量统计方法，比较粗放，测量精度比较低，并且需要大量的人工去做基础的统计，这种产量统计方法很难在大农场去应用，因为统计需要大量的工作量，耗费时间长，很难在最佳的时间点统一完成。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种穗数识别方法、装置、存储介质及处理器，以至少解决相关技术中果穗数量统计速度慢且产量测量精度较低的的技术问题。

根据本申请实施例的一个方面，提供了一种穗数识别方法，包括：获取目标区域的图像；将图像输入至预设学习模型进行分析，得到目标区域中植株的果穗分布信息，其中，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，以及用于标记每个植株中的果穗的标签；基于果穗的分布信息确定目标区域中植株的果穗数。

可选地，方法还包括：获取目标区域中单位面积的果穗数，以及基准穗数的平均质量；基于单位面积的果穗数和基准穗数的平均质量确定目标区域的作物产量。

可选地，获取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；将多个作物区域的图像信息分别输入至预设学习模型进行分析，得到多个作物区域的果穗分布信息；基于果穗分布信息确定多个作物区域中各个作物区域的果穗数量；依据各个作物区域的果穗数量和各个作物区域的面积，确定目标区域中单位面积的果穗数。

可选地，基于单位面积的果穗数和基准穗数的平均质量确定目标区域的作物产量之后，方法还包括：将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；在电子地图中展示目标区域的作物产量。

可选地，将目标区域的作物产量添加至电子地图中，包括：在电子地图中创建目标图层；将目标区域的作物产量添加至目标图层中，并设置目标区域的作物产量的显示属性。

可选地，上述方法还包括：检测目标对象在电子地图中的框选区域；确定框选区域在目标区域中的占比，其中，该占比用于指示框选区域的面积与目标区域的面积的比值；依据占比和目标区域的作物产量确定框选区域中目标作物的产量。

可选地，其特征在于，多组训练数据中的标签为用于标记果穗中心点的标签。

根据本申请实施例的另一方面，提供了一种测量系统，包括：无人机，用于获取目标区域的图像；网络侧设备，用于将图像输入至预设学习模型进行分析，得到目标区域中植株的果穗分布信息，其中，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，以及用于标记每个植株中的果穗的标签；基于果穗的分布信息确定目标区域中植株的果穗数。

根据本申请实施例的又一方面，提供了一种穗数识别装置，包括：获取模块，用于获取目标区域的图像；分析模块，用于将图像输入至预设学习模型进行分析，得到目标区域中植株的果穗分布信息，其中，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，以及用于标记每个植株中的果穗的标签；确定模块，用于基于果穗的分布信息确定目标区域中植株的果穗数。

根据本申请实施例的又一方面，提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行以上所述的穗数识别方法