[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

说明书

本发明公开了一种农作物产量预估的方法、装置、设备及存储介质，包括：用预设模型对指定农作物在第一种植区域的图像数据中每株指定农作物的果实部分进行识别，获得在第一种植区域中包含果实部分的指定农作物的预估株数；由于预设模型是用指定农作物在不同生长周期的样本图像，及每株指定农作物的果实部分在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，故能通过预设模型识别图像数据中指定农作物在不同生长周期中的果实部分的位置，来确定第一种植区域中包含果实部分的指定农作物的预估株数，在结合单株指定农作物的预设果实产量后确定预估产量，使得可以对各种尺度面积的种植区域中指定农作物的产量进行准确、快速的预估。

技术领域

本发明涉及金融领域，尤其涉及一种农作物产量预估的方法、装置、设备及存储介质。

背景技术

在金融领域中，为了降低种植户的风险，种植户可以为种植的农作物投保。在投保前，通常需要对种植户投保的农作物(如小麦)的产量进行预估，以确定保额、保费等。

在现有技术中，基于遥感卫星获得小麦种植地图像的方法，通常适用于大尺度大面积(如国家尺度)的小麦遥感监测，受限于卫星数据的分辨率、更新频率等因素的影响，导致无法实现对小麦产量进行实时、准确的预估。对于小面积的小麦产量的预估，通常是通过识别麦穗与周围色彩的过渡色来确定麦田图片中麦穗的数量来预估麦田产量的，这种方式通常只能适用麦穗与周围色差大的特定时间，而这样的时间通常难以掌握，即便掌握了在受到天气等原因影响时也可能因无法完成图像采集，导致无法进行产量预估。

鉴于此，如何快速、准确的对农作物的产量进行预估，成为一个亟待解决的技术问题。

发明内容

本发明的主要目的在于提供一种农作物产量预估的方法、装置、设备及存储介质，旨在提高农作物产量预估的准确度。

第一方面，本发明提供一种农作物产量预估的方法，所述农作物产量预估的方法包括：

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；

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。

上述技术方案中，由于预设模型是用指定农作物在不同生长周期的样本图像，及每株指定农作物的果实部分在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，因此预设模型能够识别图像数据中指定农作物在不同生长周期中的果实部分的位置，进而确定第一种植区域中包含果实部分的指定农作物的预估株数，在结合单株指定农作物的预设果实产量后确定预估产量，使得可以对各种尺度面积的种植区域中种植的指定农作物的产量进行准确、快速的预估。

可选地，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。

可选地，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；