[发明专利]一种园林害虫识别方法、系统、计算机设备以及存储介质在审
申请号: | 202111116037.7 | 申请日: | 2021-09-23 |
公开(公告)号: | CN113887595A | 公开(公告)日: | 2022-01-04 |
发明(设计)人: | 刘江;曾鲸津;卢情;徐精文 | 申请(专利权)人: | 四川飘绿植物保护有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京维正专利代理有限公司 11508 | 代理人: | 谢绪宁 |
地址: | 620010 四川省眉山*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 园林 害虫 识别 方法 系统 计算机 设备 以及 存储 介质 | ||
本申请涉及一种园林害虫识别方法、系统、计算机设备以及存储介质,其方法包括获取害虫图像并生提取若干害虫特征数据;将若干所述害虫特征数据发送至害虫识别模型,所述害虫识别模型储存有若干害虫样本数据;基于所述害虫识别模型,将所述害虫特征数据分别与害虫样本数据进行匹配以得到图像识别结果;将所述图像识别结果发送至与查询用户关联的用户端。本申请具有用户在发现害虫时能及时辨别害虫的种类,使得害虫防治的工作较为方便的效果。
技术领域
本申请涉及虫害防治的技术领域,尤其是涉及一种园林害虫识别方法、系统、计算机设备以及存储介质。
背景技术
园林虫害严重影响园林植物的观赏性和实用性,给人们带来巨大经济损失;园林植物害虫种类繁多,而且不同种类的害虫防治方式不一,用户在发现害虫时难以及时辨别害虫种类,而需耗费时间对害虫种类进行研究匹配后方才找到防止方式,拖延了虫害防治的工作进度,园林经济损失加重。
发明内容
为了使用户在发现害虫时能及时辨别害虫的种类,使得害虫防治的工作较为方便,本申请提供了一种园林害虫识别方法、系统、计算机设备以及存储介质。
本申请的上述发明目的一是通过以下技术方案得以实现的:
一种园林害虫识别方法,包括步骤:
获取害虫图像并提取若干害虫特征数据;
将若干所述害虫特征数据发送至害虫识别模型,所述害虫识别模型储存有若干害虫样本数据;
基于所述害虫识别模型,将若干所述害虫特征数据分别与害虫样本数据进行相似度匹配,得到图像识别结果,所述图像识别结果包括识别出的害虫图像及其学名数据;
将所述图像识别结果发送至与查询用户关联的用户端。
通过采用上述技术方案,用户在进行园林实地虫害调查时,当发现某植物存在害虫时,通过拍摄害虫的图像并提取若干害虫特征数据,然后将若干害虫特征数据传输至害虫识别模型中,害虫识别模型根据接收到的若干害虫特征数据进行分析,并独个与害虫识别模型储存的样本数据进行匹配,从而得到多个匹配到的害虫样本数据,多个匹配到的样本数据形成图像识别结果,即得到所识别害虫的匹配到的图像和学名数据并发送至用户端,则园林换工作人员能够快速获取到所识别害虫的图像和学名,进而能够快速获知该害虫的防止方式,使得害虫防治的工作较为方便。
本申请在一较佳示例中可以进一步配置为:将害虫特征数据发送至害虫识别模型的步骤之前,包括步骤:
获取储存有辅助样本数据的辅助模型;
基于辅助模型,转化辅助样本数据,生成带有害虫样本数据的害虫识别模型。
通过采用上述技术方案,通过转化可以把从其他数据源训练得到的原始模型,经过一定的修改和完善,运用到类似的领域,即可通过将原始模型储存的特征经过修改完善后,运用到害虫识别领域,害虫识别模型只用较少害虫照片,就能获得大量害虫特征数据从头开始训练获得的相同效果,害虫识别模型的害虫特征数据训练较为方便。
本申请在一较佳示例中可以进一步配置为:将所述图像识别结果发送至与查询用户关联的用户端的步骤之后,包括步骤:
当接收到用户端发出的查看指令时,则基于所述图像识别结果,向所述用户端推送介绍资料数据、防治资料数据及防治药品链接。
通过采用上述技术方案,用户端在得到图像识别结果后,可立即发出查看指令,获得识别出的害虫的介绍信息和防治的方法,工作人员能更为及时、方便地进行接下来的虫害防治工作。
本申请在一较佳示例中可以进一步配置为:向所述用户端推送介绍资料数据、防治资料数据及防治药品链接的步骤之后,还包括步骤:
基于防治药品链接,当接收到用户端触发的查看请求时,则向用户端推送防治药品的出售页面。
通过采用上述技术方案,方便工作人员对购买针对该害虫的防治药品,提高防治该虫害的效率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川飘绿植物保护有限公司,未经四川飘绿植物保护有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111116037.7/2.html,转载请声明来源钻瓜专利网。