← 返回列表

作物生长期预测方法及装置

申请号: CN202410185298.1
申请人: 北京市农林科学院智能装备技术研究中心; 江苏省农业科学院
申请日期: 2024/2/19

摘要文本

本发明涉及图像识别技术领域,提供了一种作物生长期预测方法及装置,该方法包括:获取待测作物图像,待测作物图像包括至少一类作物;将待测作物图像输入至作物预测模型,得到作物类别预测结果和作物生长期预测结果;其中,作物预测模型基于以样本作物图像中各作物的微观特征、不同作物之间的种植间距和样本作物图像对应的时序信息为训练特征,以多任务学习损失函数为训练函数对目标分类网络进行多任务训练得到;多任务学习损失函数基于交叉熵损失函数和均方误差损失函数确定。本发明所述方法能够在作物苗期的早期阶段,准确地识别出不同种类的作物,提高了作物分类和生长预测的准确性,从而为温室农业的苗期管理提供了有力的支持。

专利详细信息

项目 内容
专利名称 作物生长期预测方法及装置
专利类型 发明申请
申请号 CN202410185298.1
申请日 2024/2/19
公告号 CN117789037A
公开日 2024/3/29
IPC主分类号 G06V20/10
权利人 北京市农林科学院智能装备技术研究中心; 江苏省农业科学院
发明人 于景鑫; 任妮; 吕志远; 李友丽; 吴茜; 单飞飞; 刘长斌
地址 北京市海淀区曙光花园中路11号农科大厦A座1107; 江苏省南京市玄武区钟灵街50号

专利主权项内容

1.一种作物生长期预测方法,其特征在于,包括:获取待测作物图像,所述待测作物图像包括至少一类作物;将所述待测作物图像输入至作物预测模型,得到作物类别预测结果和作物生长期预测结果;其中,所述作物预测模型基于以样本作物图像中各作物的微观特征、不同作物之间的种植间距和所述样本作物图像对应的时序信息为训练特征,以多任务学习损失函数为训练函数对目标分类网络进行多任务训练得到;所述多任务学习损失函数基于交叉熵损失函数和均方误差损失函数确定。。来自马-克-数-据