← 返回列表
一种基于机器学习的无人机农作物监测方法及系统
摘要文本
本发明涉及农作物监测技术领域,本发明公开了一种基于机器学习的无人机农作物监测方法及系统,包括按划分序号顺序获取第i个区域的第一距离,判断第一距离是否处于标准区间,若第一距离不处于标准区间,则获取农作物图像,基于农作物图像和预构建的虫害识别模型获得识别结果,若存在虫害,则将第i个区域标记为第一区域,若不存在虫害,则将第i个区域标记为第二区域,先根据第一距离进行判断,这样不仅缩短了对农作物区域监测所花的时间,同时也对农作物区域是否发生虫害进行了监测,同时根据识别结果对异常区域进行标记,将异常区域标记为第一区域和第二区域,最后再根据第二区域的数量进一步判断农作物是否出现倒伏现象。
申请人信息
- 申请人:山东字节信息科技有限公司
- 申请人地址:276000 山东省临沂市平邑县平邑街道准河路与方山路交汇处平邑县数字大厦11、12层
- 发明人: 山东字节信息科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于机器学习的无人机农作物监测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410215219.7 |
| 申请日 | 2024/2/27 |
| 公告号 | CN117789067A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06V20/17 |
| 权利人 | 山东字节信息科技有限公司 |
| 发明人 | 王吉林; 张立超; 王军; 游忠川; 张枨枨; 管竟尧 |
| 地址 | 山东省临沂市平邑县平邑街道准河路与方山路交汇处平邑县数字大厦11、12层 |
专利主权项内容
1.一种基于机器学习的无人机农作物监测方法,其特征在于,包括:S10:按划分序号顺序获取第i个区域的第一距离,判断第一距离是否处于标准区间,所述第一距离为无人机与农作物之间的距离;S20:若第一距离不处于标准区间,则获取农作物图像,基于农作物图像和预构建的虫害识别模型获得识别结果,识别结果包括存在虫害和不存在虫害;S30:若存在虫害,则将第i个区域标记为第一区域,若不存在虫害,则将第i个区域标记为第二区域,令i=i+1,并返回S10;S40:重复上述S10至S30,直到i=k,结束循环,得到第二区域数量,基于第二区域数量确定是否存在倒伏现象。 搜索马 克 数 据 网