[发明专利]一种农作物种类识别模型的建立方法、贷款额度评估方法

说明书

本发明提供一种农作物种类识别模型的建立方法、贷款额度评估方法，涉及人工智能技术领域。所述方法包括：从农作物高光谱图像样本集中获取训练样本集以及对应的农作物标签；根据初始模型、训练样本集以及对应农作物标签，训练获得第一分类模型；根据第一剩余训练样本集和所述第一分类模型对训练样本集进行更新，获得更新后的训练样本集以及对应农作物标签；根据更新后的训练样本集以及对应的农作物标签，训练获得第二分类模型；重新对训练样本集进行更新，并重新训练获得第二分类模型直到满足训练结束条件，获得农作物种类识别模型。本发明实施例提供的农作物种类识别模型的建立方法及装置，提高了模型的训练效率。

技术领域

本发明涉及人工智能技术领域，具体涉及一种农作物种类识别模型的建立方法、农业贷款的贷款额度评估方法及相关装置。

背景技术

农业贷款行为是指银行或者其他金融机构以农户作为贷款对象，发放贷款供农户进行农业生产。在农业贷款行为中，评估农户是否能够正常还贷是银行或者其他金融机构发放农业贷款的前提。

现在很多农业种植相关的贷款，在贷款前都需要对农户所申请的农业贷款进行风险评估。比如，可以通过评估农户的农业土地价值、农作物种植情况、农作物的产值等，从而评估农户是否能够正常还款。上述评估需要评估人员去到现场进行考察，导致评估所需的人力和时间成本较高，农业贷款的评估效率低。

发明内容

针对现有技术中的问题，本发明实施例提供一种农作物种类识别模型的建立方法、农业贷款的贷款额度评估方法及相关装置，能够至少部分地解决现有技术中存在的问题。

第一方面，本发明提出一种农作物种类识别模型的建立方法，包括：

从农作物高光谱图像样本集中获取训练样本集以及对应的农作物标签；

根据初始模型、训练样本集以及对应农作物标签，训练获得第一分类模型；

根据第一剩余训练样本集和所述第一分类模型对训练样本集进行更新，获得更新后的训练样本集以及对应农作物标签；其中，所述第一剩余训练样本集是从所述农作物高光谱图像样本集中去除用于训练第一分类模型的训练样本集之后获得的；

根据更新后的训练样本集以及对应的农作物标签，训练获得第二分类模型；

将所述第二分类模型作为第一分类模型重新对训练样本集进行更新，并重新训练获得第二分类模型直到满足训练结束条件，并将训练结束时获得的第二分类模型作为农作物种类识别模型。

第二方面，本发明提供一种采用上述任一实施例所述的农作物种类识别模型的农业贷款的贷款额度评估方法，包括：

获取待评估种植区域的高光谱图像数据集；

根据所述高光谱图像数据集以及农作物种类识别模型，获得所述高光谱图像数据集中每个像素对应的农作物种类；

根据各个像素对应的农作物种类以及每个像素对应的种植面积，获得每种农作物的种植面积；

根据每种农作物的种植面积、评估单位产量以及评估单价，获得所述待评估种植区域的评估产值；

根据所述待评估种植区域的评估产值，确定所述待评估种植区域的贷款额度。

第三方面，本发明提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述的农作物种类识别模型的建立方法或者农业贷款的贷款额度评估方法。

第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述的农作物种类识别模型的建立方法或者农业贷款的贷款额度评估方法。