CN115136827A - 虫情监测方法、装置、电子设备及存储介质 - Google Patents
虫情监测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115136827A CN115136827A CN202210579895.3A CN202210579895A CN115136827A CN 115136827 A CN115136827 A CN 115136827A CN 202210579895 A CN202210579895 A CN 202210579895A CN 115136827 A CN115136827 A CN 115136827A
- Authority
- CN
- China
- Prior art keywords
- insect
- situation
- image
- monitored
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G13/00—Protection of plants
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M1/00—Stationary means for catching or killing insects
- A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
- A01M1/026—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects combined with devices for monitoring insect presence, e.g. termites
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- Insects & Arthropods (AREA)
- General Health & Medical Sciences (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Toxicology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geophysics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明实施例涉及一种虫情监测方法、装置、电子设备及存储介质，所述方法包括：控制虫情监测设备采集至少一张待监测区域的虫情图像；将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。由此，可以实现虫情监测结果更为准确，保障农业生产产量。
Description
技术领域
本发明实施例涉及农业技术领域，尤其涉及一种虫情监测方法、装置、电子设备及存储介质。
背景技术
有害的昆虫会严重影响农作物的正常生长，进一步影响农作物的产量，在进行大面积的农业生产时，需要做好虫情的预报及监测工作。现有技术中，大多通过农业技术人员现场抽查农田虫情进行监测。
然而使用传统的人工监测虫情的方法效率较低，依赖技术人员的个人经验且容易遗漏，导致虫情监测结果不准确，严重影响农业生产产量。
发明内容
鉴于此，为解决现有技术中的人工监测虫情的方法效率较低，依赖技术人员的个人经验且容易遗漏，导致虫情监测结果不准确，严重影响农业生产产量的技术问题，本发明实施例提供一种虫情监测方法、装置、电子设备及存储介质。
第一方面，本发明实施例提供一种虫情监测方法，包括：
控制虫情监测设备采集至少一张待监测区域的虫情图像；
将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；
将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。
在一个可能的实施方式中，所述控制虫情监测设备采集至少一张待监测区域的虫情图像，包括：
当接收到外部输入的图像采集指令时，控制虫情监测设备采集至少一张待监测区域的虫情图像；
或者，当接收到来自红外传感器的触发信号时，控制虫情监测设备采集至少一张待监测区域的虫情图像；其中，所述红外传感器用于向所述待监测区域发射红外信号，以及当根据接收到的反射信号确定所述待监测区域中存在虫情时，生成并发送所述触发信号。
在一个可能的实施方式中，所述接收到外部输入的图像采集指令，包括：
输出可视化界面；
当检测到对所述可视化界面上第一触控对象的触发操作时，确定接收到外部输入的图像采集指令，所述第一触控对象为所述可视化界面上用于指示虫情监测设备采集虫情图像的按钮。
在一个可能的实施方式中，所述方法还包括：构建所述虫情识别模型，具体包括：
获取多条训练样本，所述训练样本包括虫情图像和虫情参数的对应关系；
利用多条所述训练样本对初始模型进行训练，得到所述虫情识别模型。
在一个可能的实施方式中，所述方法还包括：
当接收到对所述虫情图像中任一位置的选中操作时，控制所述虫情监测设备调整镜头方向以及镜头焦距。
在一个可能的实施方式中，所述方法还包括：
输出可视化界面；
当检测到对所述可视化界面上第二触控对象的触发操作时，展示所述虫情监测设备的运行数据，所述第二触控对象为所述可视化界面上用于展示所述运行数据的按钮。
第二方面，本发明实施例提供一种虫情监测装置，包括：
采集模块，用于控制虫情监测设备采集至少一张待监测区域的虫情图像；
参数模块，用于将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；
关联模块，用于将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。
在一个可能的实施方式中，所述采集模块包括：
第一控制单元，用于当接收到外部输入的图像采集指令时，控制虫情监测设备采集至少一张待监测区域的虫情图像；
或者，
第二控制单元，用于当接收到来自红外传感器的触发信号时，控制虫情监测设备采集至少一张待监测区域的虫情图像；其中，所述红外传感器用于向所述待监测区域发射红外信号，以及当根据接收到的反射信号确定所述待监测区域中存在虫情时，生成并发送所述触发信号。
在一个可能的实施方式中，所述第一控制单元具体用于：
输出可视化界面；
当检测到对所述可视化界面上第一触控对象的触发操作时，确定接收到外部输入的图像采集指令，所述第一触控对象为所述可视化界面上用于指示虫情监测设备采集虫情图像的按钮。
在一个可能的实施方式中，所述装置还包括：构建模块，用于所述虫情识别模型，具体用于：
获取多条训练样本，所述训练样本包括虫情图像和虫情参数的对应关系；
利用多条所述训练样本对初始模型进行训练，得到所述虫情识别模型。
在一个可能的实施方式中，所述装置还包括：
调整模块，用于当接收到对所述虫情图像中任一位置的选中操作时，控制所述虫情监测设备调整镜头方向以及镜头焦距。
在一个可能的实施方式中，所述装置还包括：
输出模块，用于输出可视化界面；
展示模块，用于当检测到对所述可视化界面上第二触控对象的触发操作时，展示所述虫情监测设备的运行数据，所述第二触控对象为所述可视化界面上用于展示所述运行数据的按钮。
第三方面，本发明实施例提供一种电子设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的虫情监测程序，以实现第一方面中任一项所述的虫情监测方法。
第四方面，本发明实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现第一方面中任一项所述的虫情监测方法。
本发明实施例提供的技术方案，在本申请中，通过控制虫情监测设备采集至少一张待监测区域的虫情图像，然后可将每张虫情图像分别输入至预先训练好的虫情识别模型，得到该虫情识别模型输出的虫情参数。最后将至少一张虫情图像和其对应的虫情参数进行关联存储，以将至少一张虫情图像和其关联虫情参数进行对比展示。这相较于现有技术来说，在虫情监测时，不再过多依赖个人经验以及人脑记忆，而是根据采集的虫情图像由虫情识别模型得到相应的虫情参数，效率更高，不容易遗漏，由此，可以实现虫情监测结果更为准确，保障农业生产产量。
附图说明
图1为本发明实施例提供的一种虫情监测方法的实施例流程图；
图2为本发明实施例提供的一种虫情监测设备可视化界面的示例图；
图3为本发明实施例提供的另一种虫情监测方法的实施例流程图；
图4为本发明实施例提供的一种虫情监测装置的实施例框图；
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图以具体实施例对本发明提供的虫情监测方法做进一步的解释说明，实施例并不构成对本发明实施例的限定。
参见图1，为本发明实施例提供的一种虫情监测方法的实施例流程图。如图1所示，该方法可包括以下步骤：
步骤101、控制虫情监测设备采集至少一张待监测区域的虫情图像。
本发明实施例中，可控制虫情监测设备通过摄像头采集至少一张待监测区域的虫情图像。本发明实施例的执行主体可以是虫情监测设备，也可以是外部的虫情监测系统来控制虫情监测设备执行图像采集操作。
其中上述待监测区域可以是农田中的某个选定区域，也可以在整个农田区域，上述摄像头可以是定向摄像头，也可以是可旋转摄像头。
可选的，虫情监测设备通过可旋转摄像头，从不同角度采集待监测区域的虫情图像。
在一实施例中，可设置虫情监测设备定时或不定时地采集待监测区域的虫情图像，具体的设置方式可由设计者或虫情监测设备的使用者设置，本发明实施例对此不做限制。
在另一实施例中，当接收到外部输入的图像采集指令时，可控制虫情监测设备采集至少一张待监测区域的虫情图像。
在一可选的实施方式中，上述接收到外部输入的图像采集指令的具体实现可包括：输出可视化界面，用户可在此可视化界面触发指示虫情监测设备采集虫情图像的按钮，当虫情监测设备检测到上述触发操作时，确定接收到外部输入的图像采集指令。
由此可以实现用户根据自己的意愿控制虫情监测设备采集虫情图像的时间或频率。
参见图2，为本发明实施例提供的一种虫情监测设备可视化界面的示例图。
以图2所示的可视化界面为例，用户可在此可视化界面的虫情控制页面查看虫情监测设备的运行模式，在该虫情监测设备的运行模式为手动运行模式的情况下，通过触发控制指令，来控制虫情监测设备的继电器开关状态，从而控制虫情监测设备采集待监测区域的虫情图像。此外，用户还可以在虫情监测设备输出的可视化界面上查看虫情监测设备的运行数据。
可选的，若用户想要查看虫情监测设备的运行参数，可在可视化界面上触发的展示虫情监测设备的运行数据按钮。虫情监测设备检测到该触发操作时，进入虫情测报页面，展示此虫情监测设备的运行数据。
其中，上述虫情监测设备的运行数据可包括但不限于：虫情监测设备的数据更新时间、虫情监测设备的传感器数据、虫情监测设备的继电器开关状态等。
由于用户可以在可视化界面随时查看虫情监测设备的运行数据，一旦虫情监测设备出现故障时，用户可及时根据运行数据进行调整。
例如，当虫情监测设备的传感器数据处于异常时，用户可根据传感器数据分析异常原因，进一步通过控制指令控制虫情监测设备，或手动对虫情监测设备进行维修。
在又一实施例中，可通过红外传感器向待监测区域发射红外信号，然后根据接收到的反射信号确定待监测区域中存在虫情时，生成采集虫情图像的触发信号，然后向虫情监测设备发送该触发信号。当虫情监测设备接收到来自红外传感器的触发信号时，可控制虫情监测设备采集至少一张待监测区域的虫情图像。
其中，上述红外传感器可以是主动式或被动式，本发明对此不做限制。
可选的，红外传感器可以是属于虫情监测设备的一个元器件，也可以是虫情监测设备的独立元器件。
步骤102、将每张虫情图像分别输入至预先训练好的虫情识别模型，得到虫情识别模型输出的虫情参数。
本发明实施例中，可将上述虫情监测设备采集的每张虫情图像分别输入至预先训练好的虫情识别模型，得到虫情识别模型输出的虫情参数。
举例来说，虫情监测设备采集的每张虫情图像分别输入至预先训练好的虫情识别模型，针对每张虫情图像，虫情识别模型可以利用AI(人工智能)技术识别出其中的昆虫图像，然后对昆虫图像进行分析，分析出图像中的昆虫参数，最后将所有的昆虫参数进行统计汇总，得到虫情图像对应的虫情参数。
其中，上述虫情参数可包括但不限于：虫情图像中所有害虫的总数、种类数量，以及具体的害虫名称及其对应的数量等。
此外，可预先构建上述虫情识别模型，具体的，先获取多条训练样本，训练样本包括虫情图像和虫情参数的对应关系；然后利用多条训练样本对初始模型进行训练，得到虫情识别模型。
由上述描述可知，虫情识别模型是根据历史虫情图像和虫情参数构建出来，因此，相较于现有技术中的人工经验判断而言，模型输出的虫情参数更加准确。
步骤103、将至少一张虫情图像和其对应的虫情参数进行关联存储，以将至少一张虫情图像和其关联虫情参数进行对比展示。
本发明实施例中，根据虫情参数可以确定虫情图像中是否包含害虫图像，可将包含害虫图像的虫情图像和其对应的虫情参数进行关联存储，然后将虫情图像和其关联虫情参数进行对比展示。
在一实施例中，当用户点击虫情图像的任一害虫图像时，虫情监测设备接收到该操作时，可展示该种类害虫的具体害虫名称、其对应的数量，以及该虫情图像的采集时间。
此外，用户还可以根据所展示的上述虫情图像和关联虫情参数，在害虫易停留处放置诱捕器，以捕杀害虫。
可选的，在关联虫情参数满足预设条件时，虫情监测设备发出预警指令。
其中，上述预设条件可以是：关联虫情参数中所有害虫的总数超过预设阈值，和/或关联虫情参数表征存在某种害虫等等，具体地可由用户或者设计者根据实际使用进行设定，本发明对此不做限制。
至此，完成图1所示流程的相关描述。
通过图1所示流程可以看出，在本申请中，通过控制虫情监测设备采集至少一张待监测区域的虫情图像，然后可将每张虫情图像分别输入至预先训练好的虫情识别模型，得到该虫情识别模型输出的虫情参数。最后将至少一张虫情图像和其对应的虫情参数进行关联存储，以将至少一张虫情图像和其关联虫情参数进行对比展示。这相较于现有技术来说，在虫情监测时，不再过多依赖个人经验以及人脑记忆，而是根据采集的虫情图像由虫情识别模型得到相应的虫情参数，效率更高，不容易遗漏，由此，可以实现虫情监测结果更为准确，保障农业生产产量。
参见图3，为本发明实施例提供的另一种虫情监测方法的实施例流程图。如图3所示，该方法可包括以下步骤：
步骤301、控制虫情监测设备采集至少一张待监测区域的虫情图像。
步骤302、将每张虫情图像分别输入至预先训练好的虫情识别模型，得到虫情识别模型输出的虫情参数。
步骤303、将至少一张虫情图像和其对应的虫情参数进行关联存储，以将至少一张虫情图像和其关联虫情参数进行对比展示。
步骤301至步骤303的详细描述可以参见图1所示实施例中的相关描述，在此不再赘述。
步骤304、当接收到对虫情图像中任一位置的选中操作时，控制虫情监测设备调整镜头方向以及镜头焦距。
在本实施例中，用户在查看所展示的上述虫情图像和关联虫情参数后，可以根据虫情参数调整虫情监测设备的监测范围。具体地，可以在虫情图像中选中想要重点监测的区域。当虫情监测设备接收用户到对上述展示的虫情图像中任一位置的选中操作时，可控制虫情监测设备调整镜头方向以及镜头焦距。
至此，完成图3所示流程的相关描述。
通过图3所示流程可以看出，在本申请中，当接收到对虫情图像中任一位置的选中操作时，控制虫情监测设备调整镜头方向以及镜头焦距。由此可以实现，基于已知的虫情参数，通过调整待监测区域的大小和位置，更加针对性地对农田进行虫情监测。
与前述虫情监测方法的实施例相对应，本发明还提供虫情监测装置的实施例。
参见图4，为本发明实施例提供的一种虫情监测装置的实施例框图。
如图4所示，该装置包括：
采集模块401，用于控制虫情监测设备采集至少一张待监测区域的虫情图像；
参数模块402，用于将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；
关联模块403，用于将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。
在一个可能的实施方式中，所述采集模块401包括(图中未示出)：
第一控制单元，用于当接收到外部输入的图像采集指令时，控制虫情监测设备采集至少一张待监测区域的虫情图像；
或者，
第二控制单元，用于当接收到来自红外传感器的触发信号时，控制虫情监测设备采集至少一张待监测区域的虫情图像；其中，所述红外传感器用于向所述待监测区域发射红外信号，以及当根据接收到的反射信号确定所述待监测区域中存在虫情时，生成并发送所述触发信号。
在一个可能的实施方式中，所述第一控制单元具体用于：
输出可视化界面；
当检测到对所述可视化界面上第一触控对象的触发操作时，确定接收到外部输入的图像采集指令，所述第一触控对象为所述可视化界面上用于指示虫情监测设备采集虫情图像的按钮。
在一个可能的实施方式中，所述装置还包括：构建模块(图中未示出)，用于所述虫情识别模型，具体用于：
获取多条训练样本，所述训练样本包括虫情图像和虫情参数的对应关系；
利用多条所述训练样本对初始模型进行训练，得到所述虫情识别模型。
在一个可能的实施方式中，所述装置还包括(图中未示出)：
调整模块，用于当接收到对所述虫情图像中任一位置的选中操作时，控制所述虫情监测设备调整镜头方向以及镜头焦距。
在一个可能的实施方式中，所述装置还包括(图中未示出)：
输出模块，用于输出可视化界面；
展示模块，用于当检测到对所述可视化界面上第二触控对象的触发操作时，展示所述虫情监测设备的运行数据，所述第二触控对象为所述可视化界面上用于展示所述运行数据的按钮。
图5为本发明实施例提供的一种电子设备的结构示意图，图5所示的电子设备500包括：至少一个处理器501、存储器502、至少一个网络接口504和用户接口503。电子设备500中的各个组件通过总线系统505耦合在一起。可理解，总线系统505用于实现这些组件之间的连接通信。总线系统505除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统505。
其中，用户接口503可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball))、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本文描述的存储器502旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器502存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统5021和应用程序5022。
其中，操作系统5021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序5022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序5022中。
在本发明实施例中，通过调用存储器502存储的程序或指令，具体的，可以是应用程序5022中存储的程序或指令，处理器501用于执行各方法实施例所提供的方法步骤，例如包括：
控制虫情监测设备采集至少一张待监测区域的虫情图像；
将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；
将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。
在一个可能的实施方式中，所述控制虫情监测设备采集至少一张待监测区域的虫情图像，包括：
当接收到外部输入的图像采集指令时，控制虫情监测设备采集至少一张待监测区域的虫情图像；
或者，当接收到来自红外传感器的触发信号时，控制虫情监测设备采集至少一张待监测区域的虫情图像；其中，所述红外传感器用于向所述待监测区域发射红外信号，以及当根据接收到的反射信号确定所述待监测区域中存在虫情时，生成并发送所述触发信号。
在一个可能的实施方式中，所述接收到外部输入的图像采集指令，包括：
输出可视化界面；
当检测到对所述可视化界面上第一触控对象的触发操作时，确定接收到外部输入的图像采集指令，所述第一触控对象为所述可视化界面上用于指示虫情监测设备采集虫情图像的按钮。
在一个可能的实施方式中，所述方法还包括：构建所述虫情识别模型，具体包括：
获取多条训练样本，所述训练样本包括虫情图像和虫情参数的对应关系；
利用多条所述训练样本对初始模型进行训练，得到所述虫情识别模型。
在一个可能的实施方式中，所述方法还包括：
当接收到对所述虫情图像中任一位置的选中操作时，控制所述虫情监测设备调整镜头方向以及镜头焦距。
在一个可能的实施方式中，所述方法还包括：
输出可视化界面；
当检测到对所述可视化界面上第二触控对象的触发操作时，展示所述虫情监测设备的运行数据，所述第二触控对象为所述可视化界面上用于展示所述运行数据的按钮。
上述本发明实施例揭示的方法可以应用于处理器501中，或者由处理器501实现。处理器501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器(DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的电子设备可以是如图5中所示的电子设备，可执行如图1、图3中虫情监测方法的所有步骤，进而实现图1、图3所示虫情监测方法的技术效果，具体请参照图1、图3相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在电子设备侧执行的虫情监测方法。
所述处理器用于执行存储器中存储的虫情监测程序，以实现以下在电子设备侧执行的虫情监测方法的步骤：
控制虫情监测设备采集至少一张待监测区域的虫情图像；
将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；
将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。
在一个可能的实施方式中，所述控制虫情监测设备采集至少一张待监测区域的虫情图像，包括：
当接收到外部输入的图像采集指令时，控制虫情监测设备采集至少一张待监测区域的虫情图像；
或者，当接收到来自红外传感器的触发信号时，控制虫情监测设备采集至少一张待监测区域的虫情图像；其中，所述红外传感器用于向所述待监测区域发射红外信号，以及当根据接收到的反射信号确定所述待监测区域中存在虫情时，生成并发送所述触发信号。
在一个可能的实施方式中，所述接收到外部输入的图像采集指令，包括：
输出可视化界面；
当检测到对所述可视化界面上第一触控对象的触发操作时，确定接收到外部输入的图像采集指令，所述第一触控对象为所述可视化界面上用于指示虫情监测设备采集虫情图像的按钮。
在一个可能的实施方式中，所述方法还包括：构建所述虫情识别模型，具体包括：
获取多条训练样本，所述训练样本包括虫情图像和虫情参数的对应关系；
利用多条所述训练样本对初始模型进行训练，得到所述虫情识别模型。
在一个可能的实施方式中，所述方法还包括：
当接收到对所述虫情图像中任一位置的选中操作时，控制所述虫情监测设备调整镜头方向以及镜头焦距。
在一个可能的实施方式中，所述方法还包括：
输出可视化界面；
当检测到对所述可视化界面上第二触控对象的触发操作时，展示所述虫情监测设备的运行数据，所述第二触控对象为所述可视化界面上用于展示所述运行数据的按钮。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种虫情监测方法，其特征在于，包括：
控制虫情监测设备采集至少一张待监测区域的虫情图像；
将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；
将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。
2.根据权利要求1所述的方法，其特征在于，所述控制虫情监测设备采集至少一张待监测区域的虫情图像，包括：
当接收到外部输入的图像采集指令时，控制虫情监测设备采集至少一张待监测区域的虫情图像；
或者，当接收到来自红外传感器的触发信号时，控制虫情监测设备采集至少一张待监测区域的虫情图像；其中，所述红外传感器用于向所述待监测区域发射红外信号，以及当根据接收到的反射信号确定所述待监测区域中存在虫情时，生成并发送所述触发信号。
3.根据权利要求2所述的方法，其特征在于，所述接收到外部输入的图像采集指令，包括：
输出可视化界面；
当检测到对所述可视化界面上第一触控对象的触发操作时，确定接收到外部输入的图像采集指令，所述第一触控对象为所述可视化界面上用于指示虫情监测设备采集虫情图像的按钮。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：构建所述虫情识别模型，具体包括：
获取多条训练样本，所述训练样本包括虫情图像和虫情参数的对应关系；
利用多条所述训练样本对初始模型进行训练，得到所述虫情识别模型。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当接收到对所述虫情图像中任一位置的选中操作时，控制所述虫情监测设备调整镜头方向以及镜头焦距。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
输出可视化界面；
当检测到对所述可视化界面上第二触控对象的触发操作时，展示所述虫情监测设备的运行数据，所述第二触控对象为所述可视化界面上用于展示所述运行数据的按钮。
7.一种虫情监测装置，其特征在于，包括：
采集模块，用于控制虫情监测设备采集至少一张待监测区域的虫情图像；
参数模块，用于将每张所述虫情图像分别输入至预先训练好的虫情识别模型，得到所述虫情识别模型输出的虫情参数；
关联模块，用于将至少一张所述虫情图像和其对应的所述虫情参数进行关联存储，以将至少一张所述虫情图像和其关联虫情参数进行对比展示。
8.根据权利要求7所述的装置，其特征在于，所述采集模块包括：
第一控制单元，用于当接收到外部输入的图像采集指令时，控制虫情监测设备采集至少一张待监测区域的虫情图像；
或者，
第二控制单元，用于当接收到来自红外传感器的触发信号时，控制虫情监测设备采集至少一张待监测区域的虫情图像；其中，所述红外传感器用于向所述待监测区域发射红外信号，以及当根据接收到的反射信号确定所述待监测区域中存在虫情时，生成并发送所述触发信号。
9.一种电子设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的虫情监测程序，以实现权利要求1～6中任一项所述的虫情监测方法。
10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～6中任一项所述的虫情监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210579895.3A CN115136827A (zh) | 2022-05-25 | 2022-05-25 | 虫情监测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210579895.3A CN115136827A (zh) | 2022-05-25 | 2022-05-25 | 虫情监测方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115136827A true CN115136827A (zh) | 2022-10-04 |
Family
ID=83406698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210579895.3A Pending CN115136827A (zh) | 2022-05-25 | 2022-05-25 | 虫情监测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115136827A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252833A (zh) * | 2023-09-21 | 2023-12-19 | 南通锐越信息科技有限公司 | 一种基于imagga的虫情检测方法、装置、设备及存储介质 |
| CN117272028A (zh) * | 2023-10-19 | 2023-12-22 | 中国铁塔股份有限公司吉林省分公司 | 基于物联网态势感知的虫情监测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914733A (zh) * | 2014-03-31 | 2014-07-09 | 北京市农林科学院 | 一种害虫诱捕计数装置及计数系统 |
| CN107711762A (zh) * | 2017-10-19 | 2018-02-23 | 上海中信信息发展股份有限公司 | 智能虫情监测方法和智能虫情监测装置 |
| CN108244071A (zh) * | 2017-12-29 | 2018-07-06 | 广州铁路职业技术学院 | 虫情预测系统 |
| CN110516712A (zh) * | 2019-08-01 | 2019-11-29 | 仲恺农业工程学院 | 虫害图像识别方法、虫害监控方法、装置、设备及介质 |
| CN111869635A (zh) * | 2020-07-10 | 2020-11-03 | 威海精讯畅通电子科技有限公司 | 一种虫情监测方法及系统 |
| CN113067864A (zh) * | 2021-03-18 | 2021-07-02 | 中电智能技术南京有限公司 | 一种基于物联网的人工智能烟虫识别系统 |
| CN113673340A (zh) * | 2021-07-16 | 2021-11-19 | 北京农业信息技术研究中心 | 一种害虫种类图像识别方法及系统 |
-
2022
- 2022-05-25 CN CN202210579895.3A patent/CN115136827A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914733A (zh) * | 2014-03-31 | 2014-07-09 | 北京市农林科学院 | 一种害虫诱捕计数装置及计数系统 |
| CN107711762A (zh) * | 2017-10-19 | 2018-02-23 | 上海中信信息发展股份有限公司 | 智能虫情监测方法和智能虫情监测装置 |
| CN108244071A (zh) * | 2017-12-29 | 2018-07-06 | 广州铁路职业技术学院 | 虫情预测系统 |
| CN110516712A (zh) * | 2019-08-01 | 2019-11-29 | 仲恺农业工程学院 | 虫害图像识别方法、虫害监控方法、装置、设备及介质 |
| CN111869635A (zh) * | 2020-07-10 | 2020-11-03 | 威海精讯畅通电子科技有限公司 | 一种虫情监测方法及系统 |
| CN113067864A (zh) * | 2021-03-18 | 2021-07-02 | 中电智能技术南京有限公司 | 一种基于物联网的人工智能烟虫识别系统 |
| CN113673340A (zh) * | 2021-07-16 | 2021-11-19 | 北京农业信息技术研究中心 | 一种害虫种类图像识别方法及系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252833A (zh) * | 2023-09-21 | 2023-12-19 | 南通锐越信息科技有限公司 | 一种基于imagga的虫情检测方法、装置、设备及存储介质 |
| CN117272028A (zh) * | 2023-10-19 | 2023-12-22 | 中国铁塔股份有限公司吉林省分公司 | 基于物联网态势感知的虫情监测方法及系统 |
| CN117272028B (zh) * | 2023-10-19 | 2024-01-26 | 中国铁塔股份有限公司吉林省分公司 | 基于物联网态势感知的虫情监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102499269B1 (ko) | 인공지능 기반의 미소해충 포집 및 자동 진단시스템 | |
| JPWO2018047726A1 (ja) | 情報処理装置および情報処理システム | |
| US11564384B2 (en) | Manage and control pests infestation using machine learning in conjunction with automated devices | |
| WO2021022689A1 (zh) | 一种信息采集方法和装置 | |
| CN113170000A (zh) | 设备控制方法、装置、系统、电子设备以及云服务器 | |
| CN107463958A (zh) | 昆虫识别预警方法及系统 | |
| WO2020135334A1 (zh) | 电视应用主题切换方法、电视、可读存储介质及设备 | |
| JP2018033050A (ja) | 状態監視システム | |
| KR20200068052A (ko) | 카메라 모듈을 이용한 병해충 진단 및 방제 방법 | |
| CN117455231A (zh) | 基于风险评估模型的监测预警方法及系统 | |
| CN110414637A (zh) | 一种烟草虫情监控系统 | |
| CN110199665B (zh) | 用于智能收割机的收割速度调节系统及其方法和智能收割机 | |
| WO2020184241A1 (ja) | 農作物の収穫量予測プログラム、栽培環境判別プログラム | |
| CN115493274A (zh) | 用于控制空调器的方法及装置、空调器、存储介质 | |
| CN115379150B (zh) | 可远程自动化生成水稻生长过程动态视频的系统和方法 | |
| CN202306551U (zh) | 病虫害数量采集终端及数据系统 | |
| WO2022127406A1 (zh) | 作业剂量的确定方法、装置、无人设备及存储介质 | |
| CN110751092B (zh) | 基于物联网的农业监控方法及装置、存储介质及电子设备 | |
| JP2001061394A (ja) | 害虫発生予察システム | |
| CN114550083A (zh) | 智能农场生物驱赶方法、装置、设备及存储介质 | |
| WO2020078259A1 (zh) | 作业参数配置方法及装置 | |
| CN205648775U (zh) | 一种农田远程虫害防控系统 | |
| EP3800592B1 (en) | System and method for suggesting an optimal time for performing an agricultural operation | |
| KR102543893B1 (ko) | 모바일기기를 이용한 농작물의 단계별 장애요인 확인시스템 | |
| WO2021127336A1 (en) | Systems and methods for modeling disease severity |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 9th Floor, Block A, Shenzhen National Engineering Laboratory Building, No. 20, Gaoxin South 7th Road, High-tech Zone Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Huayun Information System Technology Co.,Ltd. Address before: 9th Floor, Block A, Shenzhen National Engineering Laboratory Building, No. 20, Gaoxin South 7th Road, High-tech Zone Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong 518000 Applicant before: Shenzhen Huayun Information System Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221004 |