[发明专利]用于金融贷款的农作物区域面积统计方法及相关设备

说明书

本申请公开了一种用于金融贷款的农作物区域面积统计方法，在接收到用户基于农作物提交的贷款申请后，通过农业遥感图像以及训练的农作物分割网络模型得到实际农作物区域面积以及在实际农作物区域内农作物的种类，从而计算得到该用户的实时贷款额度。其中，在训练阶段，通过重采样方法来平衡样本，最大化的利用了遥感图像数据，提升数据的利用效率和效能，并利用至少两个分割网络模型进行训练，避免单一模型存在的准确率低的问题，在推理阶段，将至少两个农作物分割网络模型的输出结果进行融合、合并以及膨胀腐蚀处理，进一步地提高农作物面积统计的准确率，从而为金融助农提供更加准确的参考数据。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种用于金融贷款的农作物区域面积统计方法及相关设备。

背景技术

在农业领域，因受农作物产量受天气影响大，难以实时估值，因而在助农贷款时，给银行等金融机构带来较大的风险，导致其放贷意愿度不高，因而，需要一种能及时方便的检测农作物状态的方法来消除银行的风险顾虑的方法，以更好的金融助农。

农业领域的遥感数据有着独特的特性，利用遥感数据可以很好的实现农作物产量估计、用于金融贷款的农作物区域面积统计、农作物健康监测等一系列事项。遥感数据+AI可以极大为农业赋能，助力农业发展更上一个台阶。

现有的一些基于遥感数据计算农作物区域面积的方法，往往都是通过构造一个实例分割网络模型，利用分割网络可以实现分割农作物各种不规则区域的思想，将不同农作物区域像素点分割出来进而实现农作物区域面积的统计。

目前来说，由于农作物区域因种类的不一致，其数据不平衡现象很严重，此外，这种方法非常依赖模型和标注数据，而且此类方法只是提供了一种通用的范式，并为仔细分析农作物遥感数据的特点，所以该类方法往往分割出来农作物区域效果一般。

因此，亟需本领域技术人员提供一种基于农业遥感数据的用于金融贷款的农作物区域面积统计方法以降低数据的不平衡性，提升面积统计的准确率，从而为金融助农提供更加准确的参考数据。

发明内容

本申请提供了一种用于金融贷款的农作物区域面积统计方法、装置、设备及存储介质，降低数据的不平衡性，提升面积统计的准确率，为金融助农提供更为准确的参考数据。

有鉴于此，本申请第一方面提供了一种用于金融贷款的农作物区域面积统计方法，所述方法包括：

S1、获取第一农业遥感图像；

S2、按照第一预设尺寸将所述第一农业遥感图像分割为若干个第一农业遥感子图像；

S3、统计所述第一农业遥感子图像中各农作物样本的数量，并对所述第一农业遥感子图像进行重采样，得到训练样本；

S4、将所述训练样本输入至至少两个分割网络模型中进行训练，得到至少两个农作物分割网络模型；

S5、基于用户发送的贷款申请获取第二农业遥感图像，所述第二农业遥感图像为待统计的农业遥感图像；

S6、按照所述第一预设尺寸将所述第二农业遥感图像分割为若干个第二农业遥感子图像；

S7、分别采用所述至少两个农作物分割网络模型对若干个所述第二农业遥感子图像进行推理并叠加TTA，得到所述至少两个农作物分割网络模型的若干个第一输出结果；

S8、将所述至少两个农作物分割网络模型的若干个第一输出结果进行融合，得到若干个第二输出结果；

S9、将所述若干个第二输出结果合并，并进行膨胀腐蚀处理，得到最终输出结果；

S10、根据所述最终输出结果计算得到实际农作物区域面积；

S11、根据所述实际农作物区域面积以及所述最终数据结果中各农作物的种类，计算得到所述用户的贷款额度。