[发明专利]目标对象的识别方法及装置、施药信息的确定方法

说明书

本申请公开了一种目标对象的识别方法及装置、施药信息的确定方法。其中，该方法包括：获取目标区域的图像；基于训练得到的图像识别模型识别目标区域的图像，得到至少一种目标对象在目标区域的密度信息；依据至少一种目标对象在目标区域的密度信息确定至少一种目标对象的类型，其中，类型用于反映目标对象对目标区域中农作物的影响程度。本申请解决了采用自动喷药设备喷洒农药的过程中不能识别杂草类型以及杂草分布，造成了农药的浪费，除草效率较低的技术问题。

技术领域

本申请涉及智能农业领域，具体而言，涉及一种目标对象的识别方法及装置、施药信息的确定方法。

背景技术

现有技术中，农户对农作物喷洒农药除草时，可以人为判断杂草类型与杂草密度，从而确定药品类型以及药品剂量喷洒农药。而利用自动喷药设备在喷洒农药的过程中，一般会忽略杂草的密度及杂草的类型，不能选择合适剂量的农药以及针对杂草类型有针对性的选择农药的类型，造成了农药的浪费，除草效果较差。

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目标对象的识别方法及装置、施药信息的确定方法，以至少解决采用自动喷药设备喷洒农药的过程中不能识别杂草类型以及杂草分布，造成了农药的浪费，除草效率较低的技术问题。

根据本申请实施例的一个方面，提供了一种目标对象的识别方法，包括：获取目标区域的图像；基于训练得到的图像识别模型识别目标区域的图像，得到至少一种目标对象在目标区域的密度信息；依据至少一种目标对象在目标区域的密度信息确定至少一种目标对象的类型，其中，类型用于反映目标对象对目标区域中农作物的影响程度。

可选地，在基于训练得到的图像识别模型识别目标区域的图像，得到至少一种目标对象在目标区域的密度信息包括：将图像输入至预设模型进行分析，得到至少一种目标对象在目标区域的密度信息，其中，预设模型为通过多组数据训练得到的，多组数据中的每组数据均包括：目标区域的图像信息、用于标识图像信息中至少一种目标对象的密度信息的标签。

可选地，依据至少一种目标对象在目标区域的密度信息确定至少一种目标对象的类型包括：确定密度信息所属的取值范围；确定与取值范围对应的类型；采用预设函数模型对密度信息进行分析，得到类型，其中，预设函数模型用于描述杂草密度和农作物的产量损失率之间的关系。

可选地，预设函数模型通过以下方式确定：S＝(d+c)/(a+b(d+c))，其中，S用于反映产量损失率，d表示密度信息，a和b为函数曲线的回归系数，c为依据历史施药信息确定的。

可选地，c通过以下方式确定：确定历史施药信息对应的农作物的产量；依据产量确定与农作物的产量对应的数字取值，其中，该数字取值与农作物的产量正相关。

根据本申请实施例的另一方面，还提供了一种施药信息的确定方法，包括：获取目标区域的图像；基于训练得到的图像识别模型识别目标区域的图像，得到至少一种目标对象在目标区域的密度信息；依据至少一种目标对象在目标区域的密度信息确定至少一种目标对象的类型，其中，类型用于反映目标对象对目标区域中农作物的影响程度；基于密度信息和类型确定对至少一种目标对象的施药信息，其中，施药信息包括以下至少之一：药品类型和药品剂量。

可选地，基于密度信息和类型确定对至少一种目标对象的施药信息，包括：基于密度信息确定药品类型所对应药品的剂量；基于密度信息和/或类型确定至少一种目标对象对应的药品类型。

可选地，上述方法还包括：基于密度信息和类型确定喷药作业设备的喷洒路径；其中，基于密度信息和类型确定喷药作业设备的喷洒路径包括以下至少之一：先喷洒目标对象密度大的所在目标区域、先喷洒目标对象密度小的所在目标区域、对一类型的目标对象喷洒农药完成后再对另一种目标对象喷洒农药。