CN115578591A - 一种植物换盆的检测方法、装置、设备及存储介质 - Google Patents
一种植物换盆的检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115578591A CN115578591A CN202211267776.0A CN202211267776A CN115578591A CN 115578591 A CN115578591 A CN 115578591A CN 202211267776 A CN202211267776 A CN 202211267776A CN 115578591 A CN115578591 A CN 115578591A
- Authority
- CN
- China
- Prior art keywords
- plant
- size
- image
- pot
- determining
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种植物换盆的检测方法、装置、设备及存储介质。其中,所述方法包括:将用户提供的待识别图像作为入参输入已训练的植物尺寸识别模型及花盆尺寸识别模型;基于植物尺寸识别模型的输出结果,确定待识别图像中所包含植物的植物尺寸,以及基于花盆尺寸识别模型的输出结果,确定待识别图像中所包含花盆的花盆尺寸;基于植物尺寸以及花盆尺寸,确定待识别图像中所包含的植物当前是否需要进行换盆,并向用户响应相应的换盆检测结果。该方案以智能化的方式准确高效地为用户提供了当前目标植物是否需要进行换盆的操作提示。
Description
技术领域
本发明一个或多个实施例涉及人工智能技术领域,尤其涉及一种植物换盆的检测方法、装置、设备及存储介质。
背景技术
在植物养护的过程中,对植物进行换盆操作的频率及时机对于植物的生长存在着重要的影响,而这往往需要一定的专业知识加以判断,经常会对普通的植物养护者造成困扰。
有鉴于此,如何帮助普通用户简捷高效地检测植物是否需要进行换盆成为目前亟待解决的技术问题。
发明内容
有鉴于此,本发明一个或多个实施例提供一种植物换盆的检测方法、装置、设备及存储介质。
为实现上述目的,本发明一个或多个实施例提供的技术方案如下:
根据本发明一个或多个实施例的第一方面,提出了一种植物换盆的检测方法,所述方法包括:
将用户提供的待识别图像作为入参输入已训练的植物尺寸识别模型及花盆尺寸识别模型;
基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,以及基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸;
基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,并向用户响应相应的换盆检测结果。
在一种可选择的实现方式下,所述基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,以及基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸,包括:
基于所述植物尺寸识别模型针对所述待识别图像中所包含植物输出的植物对象框,由所述植物对象框的大小,确定所述待识别图像中所包含植物的植物尺寸;
以及基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆对象框,由所述花盆对象框的大小,确定所述待识别图像中所包含花盆的花盆尺寸。
在一种可选择的实现方式下,所述基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸,包括:
基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆形状,由对应于所述花盆形状的尺寸计算公式,确定所述待识别图像中所包含花盆的花盆尺寸。
在一种可选择的实现方式下,所述方法还包括:
将用户提供的待识别图像作为入参输入已训练的植物物种识别模型,并基于所述植物物种识别模型的输出结果,确定所述待识别图像中所包含植物所属的目标物种,并向用户响应相应的物种识别信息。
在一种可选择的实现方式下,所述基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,包括:
在所述目标物种属于预设物种的情况下,基于对应于所述目标物种的植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸。
在一种可选择的实现方式下,所述基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,包括:
在所述植物尺寸以及所述花盆尺寸间的比例关系不满足对应于所述目标物种的比例要求的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
在一种可选择的实现方式下,所述方法还包括:
将用户提供的待识别图像作为入参输入已训练的植物生长阶段识别模型,并基于所述植物生长阶段识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的生长阶段;
在所述生长阶段不符合所述目标物种换盆所要求的生长阶段的情况下,确定所述待识别图像中包含的植物当前不需要进行换盆。
在一种可选择的实现方式下,所述方法还包括:
将用户提供的待识别图像作为入参输入已训练的植物健康状态识别模型,并基于所述植物健康状态识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的健康状态;
在所述健康状态符合换盆所要求的健康状态的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
在一种可选择的实现方式下,所述方法还包括:
将用户提供的待识别图像作为入参输入已训练的土壤状况识别模型,并基于所述土壤状况识别模型的输出结果,确定所述待识别图像中所包含植物当前所在土壤的土壤状况;
在所述土壤状况符合换盆所要求的土壤状况的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
在一种可选择的实现方式下,所述方法还包括:
引导用户针对所述待识别图像中所包含花盆的目标部位进行拍摄,并将拍摄所得的新的待识别图像作为入参输入已训练的植物根露出识别模型,基于所述植物根露出识别模型的输出结果,确定所述待识别图像中所包含植物当前是否存在根露出;
在所述待识别图像中包含的植物当前存在根露出的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
根据本发明一个或多个实施例的第二方面,提出了一种植物换盆的检测装置,所述装置包括图像输入单元、植物尺寸识别单元、花盆尺寸识别单元以及换盆检测单元;其中:
所述图像输入单元,用于将用户提供的待识别图像作为入参输入已训练的植物尺寸识别模型及花盆尺寸识别模型;
所述植物尺寸识别单元,用于基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸;
所述花盆尺寸识别单元,用于基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸;
所述换盆检测单元,用于基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,并向用户响应相应的换盆检测结果。
根据本发明一个或多个实施例的第三方面,提出了一种电子设备,包括:
处理器、以及用于存储处理器可执行指令的存储器;
其中,所述处理器通过运行所述可执行指令实现上述第一方面所述方法中的步骤。
根据本发明一个或多个实施例的第四方面,提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述方法中的步骤。
由以上描述可以看出,本发明中,在用户输入了包含有需要进行换盆检测的植物的图像后,基于已训练的尺寸识别模型,可以分别确定植物尺寸及花盆尺寸,而由所述植物尺寸及所述花盆尺寸,即可对图像中目标植物是否需要进行换盆加以检测,从而以智能化的方式准确高效地为用户提供了当前目标植物是否需要进行换盆的操作提示;此外,本发明还可以结合目标植物的植物物种、生长阶段、健康状态、土壤状况等对其是否需要进行换盆做进一步判断,以进一步提高换盆检测的全面性及准确性,并为用户提供更为丰富的换盆信息。
附图说明
图1是一示例性实施例提供的一种植物换盆的检测方法的流程图。
图2是一示例性实施例示出的确定植物尺寸及花盆尺寸的方法流程图。
图3是一示例性实施例示出的确定花盆尺寸的方法流程图。
图4是一示例性实施例示出的确定植物物种的方法流程图。
图5是一示例性实施例示出的确定植物尺寸的方法流程图。
图6是一示例性实施例示出的尺寸检测换盆的方法流程图。
图7是一示例性实施例示出的生长阶段检测换盆的方法流程图。
图8是一示例性实施例示出的健康状态检测换盆的方法流程图。
图9是一示例性实施例示出的土壤状况检测换盆的方法流程图。
图10是一示例性实施例示出的根露出检测换盆的方法流程图。
图11是一示例性实施例提供的一种植物换盆的检测装置所在电子设备的结构示意图。
图12是一示例性实施例提供的一种植物换盆的检测装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明一个或多个实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是:在其他实施例中并不一定按照本发明示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中,其方法所包括的步骤可以比本发明所描述的更多或更少。此外,本发明中所描述的单个步骤,在其他实施例中可能被分解为多个步骤进行描述;而本发明中所描述的多个步骤,在其他实施例中也可能被合并为单个步骤进行描述。
植物换盆,一般来说,是随着植物生长,将其由原先的花盆换至尺寸更大的花盆,它是植物养护过程中必不可少的步骤,如果没有以恰当的频率、在恰当的时机进行换盆操作,可能会对植物生长产生不可逆的不良影响。
然而,对于不具备专业知识的普通养殖者,要正确判断当前植物是否需要进行换盆往往存在着一定困难,因而如何帮助普通养殖者简捷高效地检测目标植物当前是否需要进行换盆成为了一个亟待解决的技术问题。
有鉴于此,本发明提出一种植物换盆的检测方法,所述植物换盆的检测方法可以APP、小程序、网页等多种方式应用于诸如智能手机、PAD或个人电脑等各类电子设备上。
举例来说,当所述检测方法以APP、小程序、网页等方式运行时,执行所述检测方法的电子设备可以为智能手机、PAD及个人电脑,也可以为与所述智能手机、PAD及个人电脑进行数据交互的服务器,本发明对此不做具体的限制。
请参考图1,图1所示为本发明一示例性实施例提供的一种植物换盆的检测方法的流程图。
所述植物换盆的检测方法,可以包括如下具体步骤:
步骤102,将用户提供的待识别图像作为入参输入已训练的植物尺寸识别模型及花盆尺寸识别模型。
本实施例中,首先,用户可以通过实时拍摄或上传相册图像的方式提供包含有需要进行换盆检测的目标植物的待识别图像,在获取到用户提供的所述待识别图像后,可以将所述待识别图像作为入参分别输入已训练的植物尺寸识别模型以及已训练的花盆尺寸识别模型;其中,所述待识别图像中至少包含有一株植物及其所植花盆,要说明的是,所述花盆指植物被种植所在的器皿,并不意味所述植物处于花期。
在用户提供的待识别图像中仅包含一株有待换盆检测的植物及其所植花盆的情况下,后续植物尺寸模型可以仅对此株植物的尺寸加以识别,花盆尺寸识别模型也相应地可以仅对此株植物所植花盆的尺寸加以识别。
而在所述待识别图像中包含有不止一株植物,各株植物分别植于不同花盆的情况下,后续植物尺寸识别模型所识别的植物尺寸、以及花盆尺寸模型所识别的花盆尺寸之间则存在对应关系;举例来说,植物P1的植物尺寸Sp1与植物P1所植花盆F1的花盆尺寸Sf1相互对应,植物P2的植物尺寸Sp2则与植物P2所植花盆F2的花盆尺寸Sf2相互对应。
为了更清晰地阐述本发明所提供的换盆检测方法,后文以用户提供的待识别图像中仅包含一株有待换盆检测的植物及其所植花盆为例加以说明。
步骤104,基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,以及基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸。
本实施例中,在将所述待识别图像作为入参分别输入已训练的植物尺寸识别模型及已训练的花盆尺寸识别模型后,可以基于所述植物尺寸识别模型及所述花盆尺寸识别模型的输出结果,分别确定图像中所包含植物的植物尺寸及所包含花盆的花盆尺寸。
其中,所述植物尺寸识别模型以及所述花盆尺寸识别模型具体采用何种算法实现不做限制,可以理解的是,基于不同算法实现的尺寸识别模型,其输出结果的形式不同,由输出结果确定尺寸大小的方式也不同;举例来说,尺寸识别模型可以识别物体轮廓及其表面深度以计算物体体积。另外,所述尺寸识别模型的训练过程也与其具体采用的算法相关,此处也不再赘述。
请参考图2,图2所示为一示例性实施例示出的确定植物尺寸及花盆尺寸的方法流程图。
在一种可选择的实现方式下,步骤104中,所述基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,以及基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸,可以包括如下具体内容:
步骤104a1,基于所述植物尺寸识别模型针对所述待识别图像中所包含植物输出的植物对象框,由所述植物对象框的大小,确定所述待识别图像中所包含植物的植物尺寸;
步骤104a2,基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆对象框,由所述花盆对象框的大小,确定所述待识别图像中所包含花盆的花盆尺寸。
具体地,所述植物尺寸识别模型可以对所述待识别图像中所包含的植物进行识别及定位,并输出包含有目标植物的植物对象框,继而由所述植物对象框的大小即可确定所述目标植物的植物尺寸;同理地,所述花盆尺寸识别模型可以对所述待识别图像中所包含的花盆进行识别及定位,并输出包含有所述目标植物所植花盆的花盆对象框,继而由所述花盆对象框的大小即可确定所述目标植物所植花盆的花盆尺寸。
请参考图3,图3所示为一示例性实施例示出的确定花盆尺寸的方法流程图。
在另一种可选择的实现方式下,步骤104中,所述基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸,可以包括如下具体内容:
步骤104b,基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆形状,由对应于所述花盆形状的尺寸计算公式,确定所述待识别图像中所包含花盆的花盆尺寸。
具体地,所述花盆尺寸识别模型可以对所述待识别图像中所包含花盆的花盆形状加以识别,同时训练对应于各个花盆形状的尺寸计算公式,在由所述花盆尺寸识别模型确定目标植物所植花盆的花盆形状后,采用对应于所述花盆形状的尺寸计算公式,结合模型所识别的花盆形状参数,计算确定花盆尺寸;例如,以较为常见的横截面为方形、圆形或横截面上大下小的花盆图像对原始的分类模型进行训练后,确定已训练的分类模型所输出的各个花盆形状中置信度最高的花盆形状为图像中所包含花盆的花盆形状,提取所识别的诸如边长等花盆形状参数,代入对应于所述花盆形状的尺寸计算公式,得到所述花盆尺寸。
请参考图4,图4所示为一示例性实施例示出的确定植物物种的方法流程图。
在又一种可选择的实现方式下,所述方法还包括:
步骤108,将用户提供的待识别图像作为入参输入已训练的植物物种识别模型,并基于所述植物物种识别模型的输出结果,确定所述待识别图像中所包含植物所属的目标物种,并向用户响应相应的物种识别信息。
具体地,可以将用户提供的待识别图像作为入参输入已训练的物种识别模型,继而基于所述物种识别模型的输出结果,确定图像中所包含植物所属的目标物种,并利用电子设备的可视化界面等向用户反馈所述目标物种的相关信息,例如,可以基于所述目标物种,向用户反馈适应于所述目标物种的花盆材质,或,进一步识别目标植物所植花盆当前的材质是否与所述目标物种相适应,并在否的情况下,提示用户所述目标植物当前需要进行换盆。
其中,所述物种识别模型具体采用何种算法实现不做限制,可以理解的是,基于不同算法实现的物种识别模型,其输出结果的形式不同,由输出结果确定目标物种的方式也不同;举例来说,物种识别模型可以输出植物分属各个物种的置信度,以由置信度高低确定目标物种。另外,所述物种识别模型的训练过程也与其具体采用的算法相关,此处也不再赘述。
请参考图5,图5所示为一示例性实施例示出的确定植物尺寸的方法流程图。
基于前文所述,在上述识别确定植物所属目标物种的实现方式下,步骤104中,所述基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,可以包括如下具体内容:
步骤104c,在所述目标物种属于预设物种的情况下,基于对应于所述目标物种的植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸。
具体地,在由所述物种识别模型确定所述待识别图像中所包含植物所属的目标物种为诸如藤本等预设物种后,可以应用对应于所述预设物种的植物尺寸识别模型对目标植物的植物尺寸加以识别;其中,对应于所述预设物种的植物尺寸识别模型可以利用所述预设物种下属植物的图像进行不同于其他物种的独立训练,以藤本植物为例,可以训练其对植物的整株长度加以识别,而模型实现及其训练过程具体采用的算法则不做限制,亦不赘述。
步骤106,基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,并向用户响应相应的换盆检测结果。
本实施例中,在由植物尺寸识别模型确定图像中目标植物的植物尺寸并由花盆尺寸识别模型确定目标植物所植花盆的花盆尺寸后,可以基于所述植物尺寸以及所述花盆尺寸检测目标植物当前是否需要进行换盆,例如,可以检测表征所述植物尺寸的植物对象框大小及表征所述花盆尺寸的花盆对象框大小间的比例关系是否满足预设的比例要求,从而确定目标植物当前是否需要进行换盆,然后,即可利用电子设备的可视化界面等向用户反馈包括检测结果、换盆流程等与换盆检测相关的信息。
请参考图6,图6所示为一示例性实施例示出的尺寸检测换盆的方法流程图。
基于前文所述,在上述识别确定植物所属目标物种的实现方式下,步骤106在,所述基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,可以包括如下具体内容:
步骤106a,在所述植物尺寸以及所述花盆尺寸间的比例关系不满足对应于所述目标物种的比例要求的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
具体地,各个物种植物尺寸及花盆尺寸间的比例要求可以分别进行独立训练,在由所述物种识别模型确定目标植物所属的目标物种后,检测所述植物尺寸与所述花盆尺寸间的比例关系是否满足对应于所述目标物种的比例要求,例如,二者间的比例是否超出目标物种对应的比例阈值,继而在不满足所述比例要求的情况下,确定目标植物当前需要进行换盆。
请参考图7,图7所示为一示例性实施例示出的生长阶段检测换盆的方法流程图。
为了提高换盆检测的全面性及准确性,基于前文所述,在上述识别确定植物所属目标物种的实现方式下,所述方法还进一步包括:
步骤110a,将用户提供的待识别图像作为入参输入已训练的植物生长阶段识别模型,并基于所述植物生长阶段识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的生长阶段;
步骤110b,在所述生长阶段不符合所述目标物种换盆所要求的生长阶段的情况下,确定所述待识别图像中包含的植物当前不需要进行换盆。
具体地,各个物种在不同的植物生长阶段有着不同的换盆要求,在由所述物种识别模型确定所述待识别图像中目标植物所属的目标物种后,还可以将用户提供的待识别图像作为入参输入已训练的植物生长阶段识别模型,由所述植物生长阶段识别模型确定图像中目标植物所处的生长阶段,继而在所述目标植物处于花期、果期等不符合其所属目标物种换盆所要求的生长阶段的情况下,确定所述目标植物当前不需要进行换盆;另外,还可以结合目标植物所属的目标物种及其所处的生长阶段,利用电子设备的可视化界面向用户反馈适应于所述目标物种及所述生长阶段的换盆流程。其中,植物生长阶段识别模型的模型实现及其训练过程具体采用的算法不做限制,亦不赘述。
请参考图8,图8所示为一示例性实施例示出的健康状态检测换盆的方法流程图。
在另一种可选择的实现方式下,所述方法还进一步包括:
步骤112a,将用户提供的待识别图像作为入参输入已训练的植物健康状态识别模型,并基于所述植物健康状态识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的健康状态;
步骤112b,在所述健康状态符合换盆所要求的健康状态的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
具体地,还可以将用户提供的待识别图像作为入参输入已训练的植物健康状态识别模型,由所述植物健康状态识别模型确定图像中目标植物所处的健康状态,继而在所述目标植物处于烂根等符合换盆所要求的健康状态的情况下,确定所述目标植物当前需要进行换盆;另外,还可以结合目标植物所处的健康状态,利用电子设备的可视化界面向用户反馈对应于所述健康状态的养护信息。其中,植物健康状态识别模型的模型实现及其训练过程具体采用的算法不做限制,亦不赘述。
请参考图9,图9所示为一示例性实施例示出的土壤状况检测换盆的方法流程图。
在又一种可选择的实现方式下,所述方法还进一步包括:
步骤114a,将用户提供的待识别图像作为入参输入已训练的土壤状况识别模型,并基于所述土壤状况识别模型的输出结果,确定所述待识别图像中所包含植物当前所在土壤的土壤状况;
步骤114b,在所述土壤状况符合换盆所要求的土壤状况的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
具体地,还可以将用户提供的待识别图像作为入参输入已训练的土壤状况识别模型,由所述土壤状况识别模型确定图像中目标植物所在土壤的土壤状况,继而在所述土壤状况属于盐碱化、板结、根露出等符合换盆所要求的土壤状况的情况下,确定所述目标植物当前需要进行换盆;另外,还可以结合目标植物所在土壤的土壤状况,利用电子设备的可视化界面向用户反馈对应于所述土壤状况的养护信息。其中,土壤状况识别模型的模型实现及其训练过程具体采用的算法不做限制,亦不赘述。
请参考图10,图10所示为一示例性实施例示出的根露出检测换盆的方法流程图。
在再一种可选择的实现方式下,所述方法还进一步包括:
步骤116a,引导用户针对所述待识别图像中所包含花盆的目标部位进行拍摄,并将拍摄所得的新的待识别图像作为入参输入已训练的植物根露出识别模型,基于所述植物根露出识别模型的输出结果,确定所述待识别图像中所包含植物当前是否存在植物根露出;
步骤116b,在所述待识别图像中所包含的植物当前存在植物根露出的情况下,确定所述待识别图像中所包含的植物当前需要进行换盆。
具体地,还可以引导用户针对诸如底部透气孔等花盆目标部位进行拍摄和图像上传,然后将用户提供的新的待识别图像作为入参输入已训练的植物根露出识别模型,由所述植物根露出识别模型确定图像中目标植物是否存在根露出问题,继而在植物根露出的情况下,确定所述目标植物当前需要进行换盆。其中,植物根露出识别模型的模型实现及其训练过程具体采用的算法不做限制,亦不赘述。
要说明的是,上述步骤存在着多种组合执行方式,本发明对此不做具体限制。举例来说,步骤110、步骤112、步骤114以及步骤116可以执行其中的任意一或多项,即,在植物及花盆的尺寸识别外,可以仅结合目标植物的生长阶段、健康状态、土壤状况或根露出问题中的某一项检测其是否需要进行换盆,也可以结合目标植物的生长阶段、健康状态、土壤状况和根露出问题中的多项检测其是否需要进行换盆;而在执行多项的情况下,它们被执行的顺序彼此间亦没有先后要求,例如,可以先识别生长阶段以确定是否需要换盆,再识别健康状态以确定是否需要换盆,也可以先识别健康状态以确定是否需要换盆,再识别生长阶段以确定是否需要换盆。可以理解的是,本领域技术人员能够联想到的上述步骤的组合执行方式都应当在本发明的保护范围内。
由以上描述可以看出,本发明中,在用户输入了包含有需要进行换盆检测的植物的图像后,基于已训练的尺寸识别模型,可以分别确定植物尺寸及花盆尺寸,而由所述植物尺寸及所述花盆尺寸,即可对图像中目标植物是否需要进行换盆加以检测,从而以智能化的方式准确高效地为用户提供了当前目标植物是否需要进行换盆的操作提示;此外,本发明还可以结合目标植物的植物物种、生长阶段、健康状态、土壤状况等对其是否需要进行换盆做进一步判断,以进一步提高换盆检测的全面性及准确性,并为用户提供更为丰富的换盆信息。
请参考图11,图11所示为本发明一示例性实施例提供的一种植物换盆的检测装置所在电子设备的结构示意图。在硬件层面,所述电子设备包括处理器1102、内部总线1104、网络接口1106、内存1108以及非易失性存储器1110,当然还可能包括其他业务所需要的硬件。本发明一个或多个实施例可以基于软件方式来实现,比如由处理器1102从非易失性存储器1110中读取对应的计算机程序到内存1108中然后运行。当然,除了软件实现方式之外,本发明一个或多个实施例并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
请参考图12,图12所示为本发明一示例性实施例提供的一种植物换盆的检测装置,所述装置可以应用于如图11所示的电子设备中,以实现本发明的技术方案。其中,所述装置包括图像输入单元1210、植物尺寸识别单元1220、花盆尺寸识别单元1230以及换盆检测单元1240;其中:
所述图像输入单元1210,用于将用户提供的待识别图像作为入参输入已训练的植物尺寸识别模型及花盆尺寸识别模型;
所述植物尺寸识别单元1220,用于基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸;
所述花盆尺寸识别单元1230,用于基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸;
所述换盆检测单元1240,用于基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,并向用户响应相应的换盆检测结果。
可选择地,所述植物尺寸识别单元1220,在基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸时,具体用于:
基于所述植物尺寸识别模型针对所述待识别图像中所包含植物输出的植物对象框,由所述植物对象框的大小,确定所述待识别图像中所包含植物的植物尺寸;
所述花盆尺寸识别单元1230,在基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸时,具体用于:
基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆对象框,由所述花盆对象框的大小,确定所述待识别图像中所包含花盆的花盆尺寸。
可选择地,所述花盆尺寸识别单元1230,在基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸时,具体用于:
基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆形状,由对应于所述花盆形状的尺寸计算公式,确定所述待识别图像中所包含花盆的花盆尺寸。
可选择地,所述装置还包括物种识别单元1250:
所述物种识别单元1250,用于将用户提供的待识别图像作为入参输入已训练的植物物种识别模型,并基于所述植物物种识别模型的输出结果,确定所述待识别图像中所包含植物所属的目标物种,并向用户响应相应的物种识别信息。
可选择地,所述植物尺寸识别单元1220,在基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸时,具体用于:
在所述目标物种属于预设物种的情况下,基于对应于所述目标物种的植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸。
可选择地,所述换盆检测单元1240,在基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆时,具体用于:
在所述植物尺寸以及所述花盆尺寸间的比例关系不满足对应于所述目标物种的比例要求的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
可选择地,所述装置还包括生长阶段识别单元1260:
所述生长阶段识别单元1260,用于将用户提供的待识别图像作为入参输入已训练的植物生长阶段识别模型,并基于所述植物生长阶段识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的生长阶段;
所述换盆检测单元1240,还用于:
在所述生长阶段不符合所述目标物种换盆所要求的生长阶段的情况下,确定所述待识别图像中包含的植物当前不需要进行换盆。
可选择地,所述装置还包括健康状态识别单元1270:
所述健康状态识别单元1270,用于将用户提供的待识别图像作为入参输入已训练的植物健康状态识别模型,并基于所述植物健康状态识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的健康状态;
所述换盆检测的有1240,还用于:
在所述健康状态符合换盆所要求的健康状态的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
可选择地,所述装置还包括土壤状况识别单元1280:
所述土壤状况识别单元1280,用于将用户提供的待识别图像作为入参输入已训练的土壤状况识别模型,并基于所述土壤状况识别模型的输出结果,确定所述待识别图像中所包含植物当前所在土壤的土壤状况;
所述换盆检测的有1240,还用于:
在所述土壤状况符合换盆所要求的土壤状况的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
可选择地,所述装置还包括根露出识别单元1290:
所述根露出识别单元1290,用于引导用户针对所述待识别图像中所包含花盆的目标部位进行拍摄,并将拍摄所得的新的待识别图像作为入参输入已训练的植物根露出识别模型,基于所述植物根露出识别模型的输出结果,确定所述待识别图像中所包含的植物当前是否存在根露出;
所述换盆检测的有1240,还用于:
在所述待识别图像中所包含的植物当前存在根露出的情况下,确定所述待识别图像中所包含的植物当前需要进行换盆。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
在一个典型的配置中,计算机包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
上述对本发明特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在本发明一个或多个实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明一个或多个实施例。在本发明一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明一个或多个实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明一个或多个实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
以上所述仅为本发明一个或多个实施例的较佳实施例而已,并不用以限制本发明一个或多个实施例,凡在本发明一个或多个实施例的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明一个或多个实施例保护的范围之内。
Claims (13)
1.一种植物换盆的检测方法,其特征在于,所述方法包括:
将用户提供的待识别图像作为入参输入已训练的植物尺寸识别模型及花盆尺寸识别模型;
基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,以及基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸;
基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,并向用户响应相应的换盆检测结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,以及基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸,包括:
基于所述植物尺寸识别模型针对所述待识别图像中所包含植物输出的植物对象框,由所述植物对象框的大小,确定所述待识别图像中所包含植物的植物尺寸;
以及基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆对象框,由所述花盆对象框的大小,确定所述待识别图像中所包含花盆的花盆尺寸。
3.根据权利要求1所述的方法,其特征在于,所述基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸,包括:
基于所述花盆尺寸识别模型针对所述待识别图像中所包含花盆输出的花盆形状,由对应于所述花盆形状的尺寸计算公式,确定所述待识别图像中所包含花盆的花盆尺寸。
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:
将用户提供的待识别图像作为入参输入已训练的植物物种识别模型,并基于所述植物物种识别模型的输出结果,确定所述待识别图像中所包含植物所属的目标物种,并向用户响应相应的物种识别信息。
5.根据权利要求4所述的方法,其特征在于,所述基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸,包括:
在所述目标物种属于预设物种的情况下,基于对应于所述目标物种的植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸。
6.根据权利要求4所述的方法,其特征在于,所述基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,包括:
在所述植物尺寸以及所述花盆尺寸间的比例关系不满足对应于所述目标物种的比例要求的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
7.根据权利要求4所述的方法,其特征在于,所述方法还包括:
将用户提供的待识别图像作为入参输入已训练的植物生长阶段识别模型,并基于所述植物生长阶段识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的生长阶段;
在所述生长阶段不符合所述目标物种换盆所要求的生长阶段的情况下,确定所述待识别图像中包含的植物当前不需要进行换盆。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将用户提供的待识别图像作为入参输入已训练的植物健康状态识别模型,并基于所述植物健康状态识别模型的输出结果,确定所述待识别图像中所包含植物当前所处的健康状态;
在所述健康状态符合换盆所要求的健康状态的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将用户提供的待识别图像作为入参输入已训练的土壤状况识别模型,并基于所述土壤状况识别模型的输出结果,确定所述待识别图像中所包含植物当前所在土壤的土壤状况;
在所述土壤状况符合换盆所要求的土壤状况的情况下,确定所述待识别图像中包含的植物当前需要进行换盆。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
引导用户针对所述待识别图像中所包含花盆的目标部位进行拍摄,并将拍摄所得的新的待识别图像作为入参输入已训练的植物根露出识别模型,基于所述植物根露出识别模型的输出结果,确定所述待识别图像中所包含的植物当前是否存在根露出;
在所述待识别图像中所包含的植物当前存在根露出的情况下,确定所述待识别图像中所包含的植物当前需要进行换盆。
11.一种植物换盆的检测装置,其特征在于,所述装置包括图像输入单元、植物尺寸识别单元、花盆尺寸识别单元以及换盆检测单元;其中:
所述图像输入单元,用于将用户提供的待识别图像作为入参输入已训练的植物尺寸识别模型及花盆尺寸识别模型;
所述植物尺寸识别单元,用于基于所述植物尺寸识别模型的输出结果,确定所述待识别图像中所包含植物的植物尺寸;
所述花盆尺寸识别单元,用于基于所述花盆尺寸识别模型的输出结果,确定所述待识别图像中所包含花盆的花盆尺寸;
所述换盆检测单元,用于基于所述植物尺寸以及所述花盆尺寸,确定所述待识别图像中所包含的植物当前是否需要进行换盆,并向用户响应相应的换盆检测结果。
12.一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器通过运行所述可执行指令实现权利要求1-10中任一项所述方法中的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-10中任一项所述方法中的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267776.0A CN115578591A (zh) | 2022-10-17 | 2022-10-17 | 一种植物换盆的检测方法、装置、设备及存储介质 |
PCT/CN2023/119284 WO2024082894A1 (zh) | 2022-10-17 | 2023-09-18 | 一种植物换盆的检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267776.0A CN115578591A (zh) | 2022-10-17 | 2022-10-17 | 一种植物换盆的检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115578591A true CN115578591A (zh) | 2023-01-06 |
Family
ID=84585969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211267776.0A Pending CN115578591A (zh) | 2022-10-17 | 2022-10-17 | 一种植物换盆的检测方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115578591A (zh) |
WO (1) | WO2024082894A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082894A1 (zh) * | 2022-10-17 | 2024-04-25 | 杭州睿胜软件有限公司 | 一种植物换盆的检测方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170028660A (ko) * | 2015-09-04 | 2017-03-14 | 김신성 | 복수의 사용자가 식물의 상태를 공유할 수 있는 화분 및 시스템 |
CN114170509A (zh) * | 2021-12-03 | 2022-03-11 | 杭州睿胜软件有限公司 | 植物识别方法、植物识别设备和植物识别系统 |
CN114419133A (zh) * | 2022-01-24 | 2022-04-29 | 杭州睿胜软件有限公司 | 判断植物的容器是否适合植物的养护的方法和装置 |
CN114663762A (zh) * | 2022-03-28 | 2022-06-24 | 杭州睿胜软件有限公司 | 辅助用户进行植物养护的方法和计算机系统 |
CN114841955A (zh) * | 2022-04-28 | 2022-08-02 | 杭州睿胜软件有限公司 | 一种生物物种的识别方法、装置、设备及存储介质 |
CN115578591A (zh) * | 2022-10-17 | 2023-01-06 | 杭州睿胜软件有限公司 | 一种植物换盆的检测方法、装置、设备及存储介质 |
-
2022
- 2022-10-17 CN CN202211267776.0A patent/CN115578591A/zh active Pending
-
2023
- 2023-09-18 WO PCT/CN2023/119284 patent/WO2024082894A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082894A1 (zh) * | 2022-10-17 | 2024-04-25 | 杭州睿胜软件有限公司 | 一种植物换盆的检测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024082894A1 (zh) | 2024-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035246B (zh) | 一种人脸的图像选择方法及装置 | |
JP6869347B2 (ja) | リスク制御イベント自動処理の方法および装置 | |
CN115578591A (zh) | 一种植物换盆的检测方法、装置、设备及存储介质 | |
CN108937866B (zh) | 睡眠状态的监测方法及装置 | |
WO2022262586A1 (zh) | 用于植物识别的方法、计算机系统以及计算机可读存储介质 | |
CN111832448A (zh) | 一种用于葡萄果园的病害识别方法及系统 | |
Sun et al. | An integrated method for tracking and monitoring stomata dynamics from microscope videos | |
CN112861743B (zh) | 一种掌静脉图像防伪方法、装置和设备 | |
CN114841955A (zh) | 一种生物物种的识别方法、装置、设备及存储介质 | |
CN116503769A (zh) | 一种植物养护方法、装置、设备及存储介质 | |
CN115082803B (zh) | 基于植被季相变化的耕地撂荒监测方法、装置和存储介质 | |
CN114676568B (zh) | 一种基于元胞自动机的区域地质构造演化方法及装置 | |
CN116502754A (zh) | 一种苹果盛花期的预测方法、设备及介质 | |
CN114818458A (zh) | 系统参数优化方法、装置、计算设备及介质 | |
CN110210030B (zh) | 语句分析的方法及装置 | |
CN113487376A (zh) | Ai智慧农批云平台处理系统和方法 | |
CN114239740A (zh) | 一种品名学习方法、系统及相关装置 | |
CN114049202A (zh) | 操作风险识别方法、装置、存储介质及电子设备 | |
Palle et al. | Crops recommendation system model using weather attributes, soil properties, and crops prices | |
CN116994007B (zh) | 商品纹理检测处理方法及装置 | |
CN118195777A (zh) | 异常交易数据的确定方法、装置以及电子设备 | |
CN112700453A (zh) | 一种基于物联网的农业用水水质监管方法及设备、介质 | |
CN118261695A (zh) | 风险评估方法、装置、计算机存储介质及电子设备 | |
Gu et al. | Application of the YOLOv8 Model to a Fruit Picking Robot | |
CN117745416A (zh) | 贷后策略处理方法、装置、存储介质及电子设备 |
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 |