[发明专利]一种农作物产量预估的方法、装置、设备及存储介质

权利要求书

1.一种农作物产量预估的方法，其特征在于，包括：

采集指定农作物在第一种植区域的图像数据；其中，所述图像数据为所述第一种植区域的俯视图；

用预设模型对所述图像数据中每株所述指定农作物的果实部分进行识别，获得在所述第一种植区域中包含所述果实部分的所述指定农作物的预估株数；其中，所述预设模型是用所述指定农作物在不同生长周期的样本图像，及每株所述指定农作物的所述果实部分在所述样本图像中对应的唯一位置信息对深度学习目标检测模型训练得到的；所述样本图像包括第一子样本图像及第二子样本图像；所述第一子样本图像为样本种植区域的俯视图，在所述样本种植区域中种植了所述指定农作物；所述第二子样本图像包括所述指定农作物在具有所述果实部分后的多个不同生长期的图像；所述第二子样本图像与所述第一子样本图像对应所述指定农作物的不同生长期，且所述第二子样本图像中所述指定农作物在每个生长期对应的图像是通过对所述第一子样本图像进行色彩调整后获得的；

根据单株所述指定农作物的预设果实产量及所述预估株数，确定所述第一种植区域中所述指定农作物的预估产量。

2.如权利要求1所述的方法，其特征在于，所述深度学习目标检测模型的训练方法，包括：

将所述样本图像分为训练集和验证集；

用所述训练集对所述深度学习目标检测模型进行训练，用所述验证集对训练后的所述深度学习目标检测模型进行验证，直至识别所述样本图像中包含所述果实部分的所述指定农作物的株数的准确率达到预设阈值，获得所述预设模型。

3.如权利要求1所述的方法，其特征在于，所述第二子样本图像的获得方法，包括：

根据预设农作物的预设生长期对应的色彩范围，用色调-饱和度-明度色彩模型对所述第一子样本图像中包含的所述色调-饱和度-明度色彩模型的参数进行调整，使所述预设农作物在所述第一子样本图像中的色彩在所述色彩范围内，获得所述第二子样本图像。

4.如权利要求1所述的方法，其特征在于，所述预设果实产量是根据所有所述样本图像对应的每个第二种植区域中单株所述指定农作物的所述果实部分的平均产量确定的。

5.如权利要求1所述的方法，其特征在于，所述第一种植区域包括多个第一种植子区域时，用预设模型对所述图像数据中每株所述指定农作物的果实部分进行识别，获得在所述第一种植区域中包含所述果实部分的所述指定农作物的预估株数，包括：

用所述预设模型，对每个所述第一种植子区域对应的图像数据中的所述果实部分进行识别，获得每个所述第一种植子区域对应的子预估株数；

对所有所述子预估株数进行和运算，获得所述预估株数。

6.如权利要求1所述的方法，其特征在于，采集所述图像数据的图像采集器安装在低空飞行器上；

所述低空飞行器的飞行高度范围为3～5米。

7.一种农作物产量预估的装置，其特征在于，包括：

采集单元，用于采集指定农作物在第一种植区域的图像数据；其中，所述图像数据为所述第一种植区域的俯视图；

识别单元，用于用预设模型对所述图像数据中每株所述指定农作物的果实部分进行识别，获得在所述第一种植区域中包含所述果实部分的所述指定农作物的预估株数；其中，所述预设模型是用所述指定农作物在不同生长周期的样本图像，及每株所述指定农作物的所述果实部分在所述样本图像中对应的唯一位置信息对深度学习目标检测模型训练得到的；所述样本图像包括第一子样本图像及第二子样本图像；所述第一子样本图像为样本种植区域的俯视图，在所述样本种植区域中种植了所述指定农作物；所述第二子样本图像包括所述指定农作物在具有所述果实部分后的多个不同生长期的图像；所述第二子样本图像与所述第一子样本图像对应所述指定农作物的不同生长期，且所述第二子样本图像中所述指定农作物在每个生长期对应的图像是通过对所述第一子样本图像进行色彩调整后获得的；

产量预估单元，用于根据单株所述指定农作物的预设果实产量及所述预估株数，确定所述第一种植区域中所述指定农作物的预估产量。