CN116503769A - 一种植物养护方法、装置、设备及存储介质 - Google Patents
一种植物养护方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116503769A CN116503769A CN202310092850.8A CN202310092850A CN116503769A CN 116503769 A CN116503769 A CN 116503769A CN 202310092850 A CN202310092850 A CN 202310092850A CN 116503769 A CN116503769 A CN 116503769A
- Authority
- CN
- China
- Prior art keywords
- plant
- plant object
- information
- task
- maintenance
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000036541 health Effects 0.000 claims abstract description 78
- 230000000007 visual effect Effects 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000005516 engineering process Methods 0.000 claims abstract description 36
- 230000005012 migration Effects 0.000 claims description 32
- 238000013508 migration Methods 0.000 claims description 32
- 235000015097 nutrients Nutrition 0.000 claims description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 18
- 201000010099 disease Diseases 0.000 claims description 17
- 230000003862 health status Effects 0.000 claims description 17
- 238000005286 illumination Methods 0.000 claims description 16
- 208000035473 Communicable disease Diseases 0.000 claims description 15
- 239000002689 soil Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 abstract description 7
- 241000196324 Embryophyta Species 0.000 description 432
- 241000894007 species Species 0.000 description 74
- 238000002441 X-ray diffraction Methods 0.000 description 73
- 230000008569 process Effects 0.000 description 12
- 238000001723 curing Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 208000015181 infectious disease Diseases 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 239000003337 fertilizer Substances 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 240000006891 Artemisia vulgaris Species 0.000 description 2
- 235000003261 Artemisia vulgaris Nutrition 0.000 description 2
- 241000234479 Narcissus Species 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- -1 container capacity Substances 0.000 description 1
- 239000012611 container material Substances 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000013278 single fertilization Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- 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
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/778—Active pattern-learning, e.g. online learning of image or video features
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Computer Graphics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开一种植物养护方法、装置、设备及存储介质。其中,方法包括:调用XR相机采集目标场景下的多帧图像;针对每帧图像,采用植物识别模型确定图像中包含的若干植物对象,结合XR技术确定各植物对象的锚点坐标;针对每个植物对象,采用物种识别模型确定目标物种,采用健康检测模型确定健康状态,结合目标物种与健康状态确定养护信息;通过XR相机的可视化界面,基于锚点坐标,向用户响应植物对象所属目标物种、所处健康状态及养护信息。该方案以智能化方式高效准确地向用户提供了丰富多元的植物养护信息,并借力XR技术以3D交互方式直观便捷地响应相关内容,进而在保障效率及准确性的前提下有效改善了用户体验。
Description
技术领域
本发明一个或多个实施例涉及智能养护技术领域,尤其涉及一种植物养护方法、装置、设备及存储介质。
背景技术
以AR(Augmented Reality,增强现实)、VR(Virtual Reality,虚拟现实)以及MR(Mixed Reality,混合现实)技术为代表的XR(Extended Reality,扩展现实)技术可以将计算机所构造的虚拟世界与现实的物理世界融合并通过智能设备在用户眼前呈现,它是人与机器交互方式从2D交互到3D交互的体现。
得益于相关技术的发展,目前,在一些应用中也可以将XR技术与图像识别、自然语言处理等技术进行结合,以提供更加丰富的功能服务并提升用户的使用体验。
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养护方法、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如下技术方案:
根据本发明一个或多个实施例的第一方面,提出了一种植物养护方法,所述方法包括:
调用XR相机采集目标场景下的多帧待识别图像;
针对每帧待识别图像,采用已训练的植物识别模型确定所述待识别图像中包含的若干植物对象,继而结合XR技术确定各个植物对象的锚点坐标;
针对每个植物对象,采用已训练的物种识别模型确定所述植物对象所属的目标物种,以及采用已训练的健康检测模型确定所述植物对象所处的健康状态,继而结合所述目标物种与所述健康状态,确定所述植物对象的养护信息;
通过XR相机的可视化界面,基于各个植物对象的锚点坐标,向用户响应所述植物对象所属的目标物种、所述植物对象所处的健康状态以及所述植物对象的养护信息。
在一种可选择的实现方式下,各个植物对象所处的健康状态包括所述植物对象的病症信息;
所述确定对应于所述植物对象的养护信息,包括:
在由所述病症信息确定所述植物对象存在传染病的情况下,结合所述目标物种与所述病症信息,确定所述植物对象的防治任务;其中,所述防治任务包括防护任务、救治任务中的一或多项。
在一种可选择的实现方式下,所述向用户响应对应于所述植物对象的养护信息,包括:
通过XR相机的可视化界面,基于所述植物对象的锚点坐标与所述防护任务中的距离信息,向用户响应所述植物对象的防护任务;其中,所述防护任务利用不同颜色对健康的植物对象与患病的植物对象加以区分,并利用距离标尺指示健康的植物对象与患病的植物对象之间的安全距离;
和/或,通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的救治任务;其中,所述救治任务指示对应于所述植物对象的救治措施。
在一种可选择的实现方式下,所述确定对应于所述植物对象的养护信息,包括:
采用已训练的养护检测模型确定所述植物对象所处的养护状态,继而结合所述目标物种、所述健康状态以及所述养护状态,确定所述植物对象的养护任务;
其中,在所述植物对象为土培植物的情况下,所述养护状态包括花盆信息、土壤信息中的一或多项,所述养护任务包括换盆任务、浇水任务、施肥任务中的一或多项;
在所述植物对象为水培植物的情况下,所述养护状态包括容器信息、水质信息、水位信息中的一或多项,所述养护任务包括容器更换任务、换水任务、营养液施加任务中的一或多项。
在一种可选择的实现方式下,所述向用户响应对应于所述植物对象的养护信息,包括:
在各个养护任务的时效范围内,基于所述养护任务的执行频率,周期性地向用户推送所述养护任务的内容。
在一种可选择的实现方式下,所述方法还包括:
采用已训练的环境检测模型确定目标场景下的光照分布与气流分布;
针对每个植物对象,基于所述光照分布与气流分布,结合所述植物对象所属的目标物种与所述植物对象所处的健康状态,确定目标场景下所述植物对象的理想坐标,继而由所述植物对象的锚点坐标与理想坐标,确定所述植物对象的迁移任务;
通过XR相机的可视化界面,基于各个植物对象的迁移任务中的坐标信息,向用户响应所述植物对象的迁移任务。
在一种可选择的实现方式下,所述方法还包括:
针对用户所勾选的若干植物对象,结合所述若干植物对象各自所属的目标物种以及所述若干植物对象各自所处的健康状态中的一或多项,采用已训练的布置推荐模型确定所述若干植物对象的美化任务;
通过XR相机的可视化界面,基于所述美化任务中的坐标信息,向用户响应所述若干植物对象的美化任务;其中,所述美化任务指示目标场景下所述若干植物对象美化后的位置部署。
在一种可选择的实现方式下,所述方法还包括:
针对每个植物对象,结合所述植物对象所属的目标物种、所述植物对象所处的健康状态以及当前季节信息中的一或多项,采用已训练的裁剪推荐模型确定所述植物对象的裁剪任务;
通过XR相机的可视化界面,基于所述裁剪方案中的坐标信息,向用户响应所述植物对象的裁剪任务;其中,所述裁剪任务指示所述植物对象有待裁剪的目标部位与对应的裁剪方式。
在一种可选择的实现方式下,所述方法还包括:
针对每个植物对象,确定所述植物对象的信息卡片,并通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的信息卡片;其中,所述信息卡片以缩略方式显示目标物种、健康状态、养护信息、迁移任务、美化任务、裁剪任务中一或多项的缩略内容;
响应于用户的勾选操作,通过XR相机的可视化界面,向用户响应对应于所述勾选操作的子信息卡片;其中,所述子信息卡片以完整方式显示目标物种、健康状态、养护信息、迁移任务、美化任务或裁剪任务中任一项的完整内容。
在一种可选择的实现方式下,所述方法还包括:
在通过XR相机的可视化界面响应信息时,针对存在关联性的若干植物对象进行关联显示。
在一种可选择的实现方式下,所述方法还包括:
在通过XR相机的可视化界面响应信息时,接入第三方专家或其他线上用户的指导信息进行共同显示。
根据本发明一个或多个实施例的第二方面,提出了一种植物养护装置,所述装置包括图像采集单元、锚点确定单元、信息确定单元以及信息响应单元;其中:
所述图像采集单元,用于调用XR相机采集目标场景下的多帧待识别图像;
所述锚点确定单元,用于针对每帧待识别图像,采用已训练的植物识别模型确定所述待识别图像中包含的若干植物对象,继而结合XR技术确定各个植物对象的锚点坐标;
所述信息确定单元,用于针对每个植物对象,采用已训练的物种识别模型确定所述植物对象所属的目标物种,以及采用已训练的健康检测模型确定所述植物对象所处的健康状态,继而结合所述目标物种与所述健康状态,确定所述植物对象的养护信息;
所述信息响应单元,用于通过XR相机的可视化界面,基于各个植物对象的锚点坐标,向用户响应所述植物对象所属的目标物种、所述植物对象所处的健康状态以及所述植物对象的养护信息。
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,本发明在调用XR相机采集目标场景下的多帧图像后,首先结合图像识别技术与XR技术确定了目标场景下所包含的若干植物对象及其锚点坐标,然后采用已训练模型获取各个植物对象的所属物种与健康状态等相关数据以综合确定各个植物对象的养护信息,继而通过XR相机的可视化界面以3D交互方式向用户响应了养护目标场景下所包含的各个植物对象所需的养护信息。
该方案在植物养护的应用场景下结合了XR、图像识别等多种技术,一方面以智能化方式高效准确地向用户提供了丰富多元的植物养护信息,另一方面借力XR技术以3D交互方式响应相关内容也更为直观便捷,从而在保障方案效率及准确性的前提下有效改善了用户的使用体验。
附图说明
图1为一示例性实施例示出的植物养护的XR交互界面的示意图。
图2为一示例性实施例提供的一种植物养护方法的流程图。
图3为一示例性实施例示出的确定植物养护信息的方法流程图。
图4为另一示例性实施例示出的确定植物养护信息的方法流程图。
图5为一示例性实施例示出的确定植物迁移任务的方法流程图。
图6为一示例性实施例示出的确定植物美化任务的方法流程图。
图7为一示例性实施例示出的确定植物裁剪任务的方法流程图。
图8为一示例性实施例示出的响应植物养护信息的方法流程图。
图9为另一示例性实施例示出的响应植物养护信息的方法流程图。
图10为一示例性实施例示出的响应植物信息卡片的方法流程图。
图11为一示例性实施例示出的响应关联植物信息的方法流程图。
图12为一示例性实施例示出的响应植物指导信息的方法流程图。
图13为一示例性实施例提供的一种植物养护装置所在电子设备的结构示意图。
图14为一示例性实施例提供的一种植物养护装置的框图。
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。
XR(Extended Reality,扩展现实)技术是AR(Augmented Reality,增强现实)、VR(Virtual Reality,虚拟现实)以及MR(Mixed Reality,混合现实)技术的统称,它是人与机器交互方式从2D交互步入3D交互的重要体现。
其中,AR技术主要通过诸如智能手机等设备将特定影像信息叠加在现实世界之中,VR技术则通过诸如智能眼镜等可穿戴式设备在用户眼前模拟现实世界,而MR技术介于上述二者之间,可以在用户、设备与现实世界之间实现一种复杂的实时交互。
得益于相关技术的飞速发展,一些应用场景下,也可以将XR技术与图像识别、自然语言处理等技术做进一步结合以实现更为多元的功能服务,进而为用户带来更佳的使用体验。
以植物的智能养护为例,目前,常规方案一般需要用户拍摄并上传植物图像,然后由设备一次性反馈养护该植物相关的一些简单知识,这些方案不能同时反映场景内多株植物的养护信息,且反馈的养护信息单调有限,此外在拍摄并上传图像后,如果用户需要进一步了解其他内容,又要求用户再次进行拍摄、上传等许多复杂繁琐的操作,存在着低效无趣等问题。
有鉴于此,本发明提出一种植物养护方法,在植物养护的应用场景下结合XR、图像识别等多种技术,具备着信息准确、运行高效、显示直观、交互便捷等多种优点,能够有效提升用户体验、保障植物对象存活率。
请参考图1,图1所示为一示例性实施例示出的植物养护的XR交互界面的示意图。
所述植物养护方法可以APP、小程序、网页等多种方式应用于诸如智能手机、PAD、个人电脑或可穿戴式智能设备等各类电子设备上。具体地,当所述方法以APP、小程序、网页等方式运行时,执行所述方法的电子设备可以为所述智能手机、PAD、个人电脑或可穿戴式智能设备,也可以为与所述智能手机、PAD、个人电脑或可穿戴式智能设备进行数据交互的服务器等,对此本发明不做具体的限制。
请参考图2,图2所示为本发明一示例性实施例提供的一种植物养护方法的流程图。
所述植物养护方法,可以包括如下具体步骤:
步骤202,调用XR相机采集目标场景下的多帧待识别图像。
本实施例中,当用户在电子设备上启动植物养护的APP、小程序或网页后,首先,可以调用XR相机在目标场景下采集多帧待识别图像,以基于所述多帧待识别图像于所述电子设备实现现实世界的三维构建后执行后续步骤。
其中,所述目标场景可以为用户当前所在的现实场景,一般包含有若干待养护的植物对象,具体为何场景不做限制;所述待识别图像的数量可以由目标场景下包含的待养护的植物对象的数量及空间分布决定,亦不做具体限制。
而基于所采集图像对现实世界进行三维构建的具体过程可以参见相关技术,可以包括特征点识别、矩阵标定等,此处不做赘述。
步骤204,针对每帧待识别图像,采用已训练的植物识别模型确定所述待识别图像中包含的若干植物对象,继而结合XR技术确定各个植物对象的锚点坐标。
本实施例中,针对XR相机在目标场景下所采集的每帧待识别图像,可以将所述待识别图像作为入参输入已训练的植物识别模型,基于所述植物识别模型的输出结果可以确定所述待识别图像中包含的若干植物对象,然后结合XR技术对各个植物对象的锚点坐标加以确定。
具体地,基于植物识别模型的输出结果可以得到所输入的一帧待识别图像中包含的若干对象框。其中,每个对象框中可以包含一个有待识别及养护的植物对象,一帧待识别图像中包含的对象框的具体数量则由所述待识别图像中包含的植物对象的具体数量决定。
各个对象框的中心点即所述对象框中包含的植物对象的锚点,结合XR技术通过标定转换等可以确定所述植物对象的锚点坐标。其中,同一植物对象的锚点坐标可以随着拍摄视角转变而在图像中移动,但均可映射至现实世界中所述植物对象真实所在的固定位置。
而所述植物识别模型采用何种算法实现不做具体限制,而基于模型输出结果确定植物对象的具体方式与模型实现的具体算法相一致。举例来说,可以利用已标记其中植物对象所在对象框的样本图像集对原始的植物识别模型完成有监督训练,在所述植物识别模型为区域识别模型的情况下,由输出结果中的像素坐标数据可以确定图像中包含的各个植物对象的对象框及中心点。
步骤206,针对每个植物对象,采用已训练的物种识别模型确定所述植物对象所属的目标物种,以及采用已训练的健康检测模型确定所述植物对象所处的健康状态,继而结合所述目标物种与所述健康状态,确定所述植物对象的养护信息。
本实施例中,在基于植物识别模型确定各帧待识别图像中包含的各个植物对象后,可以针对每个植物对象,采用已训练模型确定所述植物对象的诸如所属物种、健康状态等数据,继而结合所述植物对象的所属物种、健康状态等数据,确定养护所述植物对象所需的养护信息。
具体地,首先可以将所述植物对象的图像,例如,所述植物对象所在对象框的图像,作为入参输入已训练的物种识别模型,并基于所述物种识别模型的输出结果确定所述植物对象所属的目标物种。
其中,所述物种识别模型采用何种算法实现不做具体限制,而基于模型输出结果确定植物对象所属物种的具体方式与模型实现的具体算法相一致。举例来说,可以利用已标记其中植物所属物种的样本图像集对原始的物种识别模型完成有监督训练,在所述物种识别模型为分类模型的情况下,其输出结果中置信度最高的物种为当前植物对象所属的目标物种。
可选择地,在采用已训练模型识别植物物种前,基于各帧待识别图像中各个植物对象的锚点坐标间的距离,可以判断是否存在两个锚点坐标对应于同一植物对象的情况,并可进一步判断各个植物对象是否处于清晰可辨的稳定识别状态。
例如,锚点间距小于第一距离阈值则为同一植物对象,锚点间距进一步小于第二距离阈值则处于稳定识别状态,而重复出现于两帧图像中的同一植物对象不必进行二次识别,未处于稳定识别状态的植物对象则可以避免识别错误。
此外,还可以将所述植物对象的图像,例如,所述植物对象所在对象框的图像,作为入参输入已训练的健康检测模型,并基于所述健康检测模型的输出结果确定所述植物对象所处的健康状态。
其中,所述健康检测模型采用何种算法实现不做具体限制,而基于模型输出结果确定植物对象所处健康状态的具体方式与模型实现的具体算法相一致。
举例来说,假设健康状态包括病症信息,可以利用已标记其中植物病症的样本图像集对原始的健康检测模型完成有监督训练,在所述健康检测模型为分类模型的情况下,由输出结果中各病症类别的置信度高低,可以确定当前植物对象是否存在疾病以及存在何种疾病等病症信息。
而若健康状态包括健康得分,也可以利用已标记其中植物健康得分的样本图像集对原始的健康检测模型完成有监督训练,在所述健康检测模型为评分模型的情况下,由输出结果可以给出当前植物对象的健康得分。
最后,在确定当前植物对象所属的目标物种及其所处的健康状态后,综合二者则可获取所述植物对象的养护信息。
其中,所述养护信息包括浇水、施肥、换盆、传染病防治等各类植物养护的相关信息,获取所述植物对象的养护信息存在多种可选择的实现方式。举例来说,可以预先设置不同植物物种在各个健康状态下的养护信息,继而基于当前植物对象所属的目标物种及其所处的健康状态,由预设映射关系获取对应于所述植物对象的养护信息。
更优地,也可以基于所述目标物种与所述健康状态,利用已训练模型针对浇水、施肥、换盆、传染病防治等不同养护信息分别进行对应分析,以获取所述植物对象对应的养护信息。
请参考图3,图3所示为一示例性实施例示出的确定植物养护信息的方法流程图。
在一种可选择的实现方式下,各个植物对象所处的健康状态包括所述植物对象的病症信息,步骤206中,所述确定所述植物对象的养护信息,可以包括如下具体步骤:
步骤206A,在由所述病症信息确定所述植物对象存在传染病的情况下,结合所述目标物种与所述病症信息,确定所述植物对象的防治任务;其中,所述防治任务包括防护任务、救治任务中的一或多项。
具体地,在各个植物对象所处的健康状态包括其病症信息的情况下,获取当前植物对象的病症信息后,可以先判断所述植物对象是否存在传染病,若是,则基于所述植物对象所属的目标物种以及所述植物对象所患的传染病,确定所述植物对象的防护任务、救治任务等防治任务中的一或多项,而防治任务确定的具体过程也可以采用已训练模型完成。
其中,所述防护任务用于区分患病植物与健康植物或用于区分患病植物、易感植物与健康植物、以及用于控制患病植物与健康植物间的距离,进而避免健康植物受到患病植物的影响而感染,而所述救治任务则用于提供救治该患病植物所需信息,例如,水洗、喷洒对应农药、施加对应药剂等具体救治措施。
请参考图4,图4所示为另一示例性实施例示出的确定植物养护信息的方法流程图。
在另一种可选择的实现方式下,步骤206中,所述确定所述植物对象的养护信息,可以包括如下具体步骤:
步骤206B,采用已训练的养护检测模型确定所述植物对象所处的养护状态,继而结合所述目标物种、所述健康状态以及所述养护状态,确定所述植物对象的养护任务。
具体地,可以将当前植物对象的图像作为入参输入已训练的养护检测模型,并基于所述养护检测模型的输出结果确定所述植物对象所处的养护状态,继而结合所述植物对象所属目标物种、所处健康状态及养护状态,确定所述植物对象的换盆任务、浇水任务、施肥任务、换水任务等养护任务中的一或多项,而养护任务确定的具体过程也可以采用已训练模型完成。
所述养护检测模型采用何种算法实现不做具体限制,基于模型输出结果确定植物对象所处养护状态的具体方式与模型实现的具体算法相一致。举例来说,假设养护状态包括土壤信息,可以利用已标记土壤状态的样本图像集对原始的养护检测模型完成有监督训练,在所述养护检测模型为分类模型的情况下,由输出结果中各土壤状态类别的置信度高低,可以确定其中置信度最高的土壤状态为当前植物对象所处的土壤状态。
在所述植物对象为土培植物的情况下,所述养护状态包括花盆信息、土壤信息中的一或多项,所述养护任务包括换盆任务、浇水任务、施肥任务中的一或多项。
其中,所述换盆任务用于提供替换当前花盆的目标花盆的尺寸、材质等信息,所述浇水任务用于提供针对所述植物对象的浇水频率与单次浇水量等信息,所述施肥任务则用于提供针对所述植物对象的施肥频率与单次施肥量等信息。
以施肥任务为例,用户可以预先设置诸如品种、浓度等化肥信息或预先上传化肥包装图像进行化肥信息的识别,继而在施肥任务的确定过程中,可以结合当前植物对象的所属物种、健康状态与养护状态以及所述化肥信息,确定施肥频率与单次施肥量等。
在所述植物对象为水培植物的情况下,所述养护状态包括容器信息、水质信息、水位信息中的一或多项,所述养护任务包括容器更换任务、换水任务、营养液施加任务中的一或多项。
其中,所述容器更换任务用于提供更换当前容器的目标容器的尺寸、材质等信息,所述换水任务用于提供针对所述植物对象的换水频率与单次换水量等信息,所述营养液施加任务则用于提供针对所述植物对象的营养液更换频率与单次营养液施加量。
以营养液施加任务为例,用户可以预先设置诸如品种、浓度等营养液信息或预先上传营养液包装图像进行营养液信息的识别,继而在营养液施加任务的确定过程中,可以结合当前植物对象的所属物种、健康状态与养护状态以及所述营养液信息,确定营养液更换频率与营养液单次施加量等。
为了进一步丰富植物养护功能、提升用户使用体验,在步骤206已确定各个植物对象的所属物种与健康状态后,除了获取植物防治、养护等信息,也可以获取植物迁移、美化、裁剪等信息,下面对相关内容进行补充说明。
请参考图5,图5所示为一示例性实施例示出的确定植物迁移任务的方法流程图。
在一种可选择的实现方式下,所述植物养护方法还可以进一步包括:
步骤502,采用已训练的环境检测模型确定目标场景下的光照分布与气流分布;
步骤504,针对每个植物对象,基于所述光照分布与气流分布,结合所述植物对象所属的目标物种与所述植物对象所处的健康状态,确定目标场景下所述植物对象的理想坐标,继而由所述植物对象的锚点坐标与理想坐标,确定所述植物对象的迁移任务;
步骤506,通过XR相机的可视化界面,基于各个植物对象的迁移任务中的坐标信息,向用户响应所述植物对象的迁移任务。
具体地,可以将目标场景下的多帧待识别图像作为入参输入已训练的环境检测模型,并基于所述环境检测模型的输出结果确定所述目标场景下的光照分布与气流分布,继而结合所述植物对象所属目标物种及其所处健康状态,确定所述目标场景下所述植物对象的理想坐标,所述理想坐标为目标场景下所述植物对象的光照与通风条件达到最佳的位置,其确定过程也可以采用已训练模型完成,然后由所述植物对象当前所在的所述锚点坐标与所述理想坐标,确定所述植物对象的迁移任务。
更优地,所述环境检测模型还可以用于确定所述目标场景下的土壤状态以及诸如尺寸、材质等花盆参数,同时综合所述光照分布与气流分布、土壤状态、花盆参数以及目标物种、健康状态对各个植物对象的理想坐标加以确定,以使所述理想坐标进一步优化为目标场景下所述植物对象的光照、通风、土壤以及花盆等多个环境条件综合达到最佳的位置。
其中,所述环境检测模型采用何种算法实现不做具体限制,而基于模型输出结果确定目标场景下的光照分布及气流分布的具体方式与模型实现的具体算法相一致。举例来说,可以利用已标记其中光照及气流分布的样本图像集对原始的环境检测模型完成有监督训练,在所述环境检测模型为评分模型的情况下,其输出结果可以给出目标场景下各坐标的光照及气流数据。
在确定当前植物对象的迁移任务后,可以通过XR相机的可视化界面,基于所述迁移任务中的坐标信息,向用户响应所述迁移任务,以指示用户将所述植物对象由当前位置迁移至光照及通风等条件更佳的位置。
请参考图6,图6所示为一示例性实施例示出的确定植物美化任务的方法流程图。
在另一种可选择的实现方式下,所述植物养护方法还可以进一步包括:
步骤602,针对用户所勾选的若干植物对象,结合所述若干植物对象各自所属的目标物种以及所述若干植物对象各自所处的健康状态中的一或多项,采用已训练的布置推荐模型确定所述若干植物对象的美化任务;
步骤604,通过XR相机的可视化界面,基于所述美化任务中的坐标信息,向用户响应所述若干植物对象的美化任务;其中,所述美化任务指示目标场景下所述若干植物对象美化后的位置部署。
具体地,可以在识别确定目标场景下包含的各个植物对象后,响应于用户针对其中若干植物对象的勾选操作,将用户当前勾选的若干植物对象的图像、所述若干植物对象各自所属的目标物种及其所处的健康状态作为入参输入已训练的布置推荐模型,继而基于所述布置推荐模型的输出结果确定所述若干植物对象的美化任务。
其中,所述布置推荐模型采用何种算法实现不做具体限制,而基于模型输出结果确定若干植物对象的美化任务的具体方式与模型实现的具体算法相一致。举例来说,可以利用已标记其中若干植物对象美化后的排列数据的样本图像集对原始的布置推荐模型完成有监督训练,在所述布置推荐模型为推荐模型的情况下,由输出结果中若干植物对象美化后的排列数据,可以确定所述若干植物对象美化后各自的位置部署。
在确定用户当前所勾选的若干植物对象的美化任务后,可以通过XR相机的可视化界面,基于所述美化任务中的坐标信息,向用户响应所述美化任务,以指示用户将所述若干植物对象由当前位置分别迁移至视觉上更为美观的位置。
可选择地,也可以接入第三方专家或其他线上用户针对用户当前所勾选的若干植物对象的多种美化方案以供用户参考。
请参考图7,图7所示为一示例性实施例示出的确定植物裁剪任务的方法流程图。
在又一种可选择的实现方式下,所述植物养护方法还可以进一步包括:
步骤702,针对每个植物对象,结合所述植物对象所属的目标物种、所述植物对象所处的健康状态以及当前季节信息中的一或多项,采用已训练的裁剪推荐模型确定所述植物对象的裁剪任务;
步骤704,通过XR相机的可视化界面,基于所述裁剪方案中的坐标信息,向用户响应所述植物对象的裁剪任务;其中,所述裁剪任务指示所述植物对象有待裁剪的目标部位与对应的裁剪方式。
具体地,可以将当前植物对象的图像、所述植物对象所属的目标物种及其所处的健康状态、以及当前季节信息作为入参输入已训练的裁剪推荐模型,并基于所述裁剪推荐模型的输出结果确定所述植物对象的裁剪任务。
其中,所述裁剪推荐模型采用何种算法实现不做具体限制,而基于模型输出结果确定植物对象的裁剪任务的具体方式与模型实现的具体算法相一致。举例来说,可以利用已标记其中植物待裁剪部位的样本图像集对原始的裁剪推荐模型完成有监督训练,在所述裁剪推荐模型为区域识别模型的情况下,由输出结果中的像素坐标数据可以确定所述植物对象有待裁剪的目标部位的坐标数据。
在确定当前植物对象的裁剪任务后,可以通过XR相机的可视化界面,基于所述裁剪任务中的坐标信息,向用户响应所述裁剪任务,以指示用户按正确裁剪方式对所述植物对象存在病症的部位进行裁剪或将所述植物对象裁剪为视觉上更为美观的形态。
可选择地,也可以接入第三方专家或其他线上用户针对当前植物对象的多种裁剪方案以供用户参考。
步骤208,通过XR相机的可视化界面,基于各个植物对象的锚点坐标,向用户响应所述植物对象所属的目标物种、所述植物对象所处的健康状态以及所述植物对象的养护信息。
本实施例中,在确定各个植物对象的所属物种、健康状态以及养护信息后,可以基于步骤204中所确定的各个植物对象的锚点坐标,通过XR相机的可视化界面以文字、图像、动画等方式向用户反馈各个植物对象所属的目标物种、所处的健康状态以及养护信息。举例来说,所述目标物种、健康状态以及养护信息可以基于所述锚点坐标叠加在AR相机所构建现实世界中所述植物对象的附近,或基于所述锚点坐标显示在XR或MR相机所构建虚拟世界中所述植物对象的附近。
其中,通过XR相机的可视化界面,向用户响应目标场景下各个植物对象的物种、健康、防治、养护、迁移、美化、裁剪等信息存在着多种可选择的实现方式,响应的具体方式可以适应于待响应的具体内容,为了使本领域技术人员更加清晰明了地理解步骤208,进行下述说明。
请参考图8,图8所示为一示例性实施例示出的响应植物养护信息的方法流程图。
在一种可选择的实现方式下,有待响应的养护信息为存在传染病的植物对象的防治任务,步骤208中,所述向用户响应所述植物对象的养护信息,可以包括如下具体步骤:
步骤208A1,通过XR相机的可视化界面,基于所述植物对象的锚点坐标与所述防护任务中的距离信息,向用户响应所述植物对象的防护任务;其中,所述防护任务利用不同颜色对健康的植物对象与患病的植物对象加以区分,并利用距离标尺指示健康的植物对象与患病的植物对象之间的安全距离;
步骤208A2,通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的救治任务;其中,所述救治任务指示对应于所述植物对象的救治措施。
具体地,针对存在传染病的植物对象A、同处目标场景下易感这一传染病的植物对象E以及健康的植物对象B、C、D,以防护任务为例,通过XR相机的可视化界面,可以红色标记植物对象A,以粉色标记植物对象E,而植物对象B、C、D则以绿色标记,在植物对象A所患传染病痊愈后即可重新将植物对象A、E标记为绿色,同时佐以标尺指示植物对象A可能危及的范围,提示用户将易感的植物对象与健康的植物对象放置在植物对象A的安全距离之外。
而以救治任务为例,通过XR相机的可视化界面,可以在植物对象A的附近显示救治植物对象A所患传染病的诸如水洗、喷洒农药、施加药剂等具体救治措施。
请参考图9,图9所示为另一示例性实施例示出的响应植物养护信息的方法流程图。
在另一种可选择的实现方式下,有待响应的养护信息为当前植物对象的养护任务,步骤208中,所述向用户响应所述植物对象的养护信息,可以包括如下具体步骤:
步骤208B,在各个养护任务的时效范围内,基于所述养护任务的执行频率,周期性地向用户推送所述养护任务的内容。
具体地,针对土培植物A,以浇水任务为例,假设浇水任务的时效范围为30天,土培植物A的浇水任务的执行频率为3天/次,则可以自本次识别检测起30天内,每3天通过XR相机的可视化界面向用户推送土培植物A的浇水任务,指示用户当天需要为土培植物A浇水,单次浇水量为200毫升。
针对水培植物B,以营养液施加任务为例,假设营养液施加任务的时效范围为45天,水培植物B的营养液施加任务的执行频率为7天/次,则可以自本次识别检测起30天内,每7天通过XR相机的可视化界面向用户推送水培植物B的营养液施加任务,指示用户当天需要为水培植物B更换营养液,单次营养液施加量为2毫升。
请参考图10,图10所示为一示例性实施例示出的响应植物信息卡片的方法流程图。
在一种可选择的实现方式下,所述植物养护方法,还可以包括如下具体步骤:
步骤1002,针对每个植物对象,确定所述植物对象的信息卡片,并通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的信息卡片;其中,所述信息卡片以缩略方式显示目标物种、健康状态、养护信息、迁移任务、美化任务、裁剪任务中一或多项的缩略内容;
步骤1004,响应于用户的勾选操作,通过XR相机的可视化界面,向用户响应对应于所述勾选操作的子信息卡片;其中,所述子信息卡片以完整方式显示目标物种、健康状态、养护信息、迁移任务、美化任务或裁剪任务中任一项的完整内容。
具体地,以植物对象B为例,通过XR相机的可视化界面,可以在植物对象B的附近显示类似于下表1的信息卡片,缩略显示植物对象B所属的目标物种、所处的健康状态、养护信息以及迁移任务、美化任务、裁剪任务等内容。
而响应于用户针对植物对象B的信息卡片中目标物种、健康状态、养护信息、迁移任务、美化任务、裁剪任务中任一项的勾选操作,可以进一步在植物对象B的附近显示对应的子信息卡片。以养护信息为例,对应的子信息卡片可以完整显示植物对象B的容器材质、容器容量、水位信息、水质信息、以及植物对象B当前待完成的营养液更换任务的具体内容;以裁剪任务为例,对应的子信息卡片可以显示标记有植物对象B当前待裁剪的目标部位的具体图像、正确裁剪方式的动画以及专家给出的针对植物对象B的裁剪方案的视频、图像或文字建议。
请参考图11,图11所示为一示例性实施例示出的响应关联植物信息的方法流程图。
在一种可选择的实现方式下,所述植物养护方法,还可以包括如下具体步骤:
步骤1102,在通过XR相机的可视化界面响应信息时,针对存在关联性的若干植物对象进行关联显示。
具体地,在响应上述所属物种、健康状态、防治任务、养护任务、迁移任务、美化任务、裁剪任务中任一项的信息时,针对存在关联性的若干植物对象的信息可以进行关联显示。其中,所述存在关联性的若干植物对象包括属于同一物种的若干植物对象、习性冲突的若干植物对象以及患有同一病症的若干植物对象等,而待响应的若干植物对象间关联性确定的具体过程也可以采用已训练模型在响应前完成。
以属于同一物种的植物对象为例,假设植物对象C、D处于同一生长阶段且均健康无病,植物对象C、D的浇水任务、施肥任务可以统一显示,在一次识别检测起30天内,每3天同时推送植物对象C及植物对象D的浇水任务,每10天同时推送植物对象C及植物对象D的施肥任务。
类似地,患有同一病症的若干植物对象的防治任务等也可以统一显示。
而以习性冲突的植物对象为例,假设植物对象E为铃兰,植物对象F为水仙,由于铃兰和水仙二者均会产生抑制对方生长的花香,则响应植物对象E、F的信息时可以进行关联提示以告知用户将植物对象E、F分开养护。
请参考图12,图12所示为一示例性实施例示出的响应植物指导信息的方法流程图。
在一种可选择的实现方式下,所述植物养护方法,还可以包括如下具体步骤:
步骤1202,在通过XR相机的可视化界面响应信息时,接入第三方专家或其他线上用户的指导信息进行共同显示。
具体地,在响应上述防治任务、养护任务、迁移任务、美化任务、裁剪任务中任一项的信息时,均可接入第三方专家或其他线上用户的指导信息与原有信息一同显示。以存在传染病的植物对象A为例,除了显示植物对象A的救治任务中的具体救治措施外,还可以通过XR相机的可视化界面在植物对象A的附近播放专家针对植物对象A所患传染病的救治建议的视频,或在植物对象A的附近提供与专家或其他用户线上沟通的窗口等。
由以上描述可以看出,本发明在调用XR相机采集目标场景下的多帧图像后,首先结合图像识别技术与XR技术确定了目标场景下所包含的若干植物对象及其锚点坐标,然后采用已训练模型获取各个植物对象的所属物种与健康状态等相关数据以综合确定各个植物对象的养护信息,继而通过XR相机的可视化界面以3D交互方式向用户响应了养护目标场景下所包含的各个植物对象所需的养护信息。
该方案在植物养护的应用场景下结合了XR、图像识别等多种技术,一方面以智能化方式高效准确地向用户提供了丰富多元的植物养护信息,另一方面借力XR技术以3D交互方式响应相关内容也更为直观便捷,从而在保障方案效率及准确性的前提下有效改善了用户的使用体验。
请参考图13,图13所示为本发明一示例性实施例提供的一种植物养护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1302、内部总线1304、网络接口1306、内存1308以及非易失性存储器1410,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1302从非易失性存储器1410中读取对应的计算机程序到内存1308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14,图14所示为本发明一示例性实施例提供的一种植物养护装置,所述装置可以应用于如图13所示的电子设备中,以实现本发明的技术方案。所述植物养护装置,包括图像采集单元1410、锚点确定单元1420、信息确定单元1430以及信息响应单元1440;其中:
所述图像采集单元1410,用于调用XR相机采集目标场景下的多帧待识别图像;
所述锚点确定单元1420,用于针对每帧待识别图像,采用已训练的植物识别模型确定所述待识别图像中包含的若干植物对象,继而结合XR技术确定各个植物对象的锚点坐标;
所述信息确定单元1430,用于针对每个植物对象,采用已训练的物种识别模型确定所述植物对象所属的目标物种,以及采用已训练的健康检测模型确定所述植物对象所处的健康状态,继而结合所述目标物种与所述健康状态,确定所述植物对象的养护信息;
所述信息响应单元1440,用于通过XR相机的可视化界面,基于各个植物对象的锚点坐标,向用户响应所述植物对象所属的目标物种、所述植物对象所处的健康状态以及所述植物对象的养护信息。
可选择地,各个植物对象所处的健康状态包括所述植物对象的病症信息;所述信息确定单元1430,在确定所述植物对象的养护信息时,具体用于:
在由所述病症信息确定所述植物对象存在传染病的情况下,结合所述目标物种与所述病症信息,确定所述植物对象的防治任务;其中,所述防治任务包括防护任务、救治任务中的一或多项。
可选择地,所述信息响应单元1440,在向用户响应所述植物对象的养护信息时,具体用于:
通过XR相机的可视化界面,基于所述植物对象的锚点坐标与所述防护任务中的距离信息,向用户响应所述植物对象的防护任务;其中,所述防护任务利用不同颜色对健康的植物对象与患病的植物对象加以区分,并利用距离标尺指示健康的植物对象与患病的植物对象之间的安全距离;
和/或,通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的救治任务;其中,所述救治任务指示对应于所述植物对象的救治措施。
可选择地,所述信息确定单元1430,在确定所述植物对象的养护信息时,具体用于:
采用已训练的养护检测模型确定所述植物对象所处的养护状态,继而结合所述目标物种、所述健康状态以及所述养护状态,确定所述植物对象的养护任务;
其中,在所述植物对象为土培植物的情况下,所述养护状态包括花盆信息、土壤信息中的一或多项,所述养护任务包括换盆任务、浇水任务、施肥任务中的一或多项;
在所述植物对象为水培植物的情况下,所述养护状态包括容器信息、水质信息、水位信息中的一或多项,所述养护任务包括容器更换任务、换水任务、营养液施加任务中的一或多项。
可选择地,所述信息响应单元1440,在向用户响应所述植物对象的养护信息时,具体用于:
在各个养护任务的时效范围内,基于所述养护任务的执行频率,周期性地向用户推送所述养护任务的内容。
可选择地,所述信息确定单元1430,还用于采用已训练的环境检测模型确定目标场景下的光照分布与气流分布;
针对每个植物对象,基于所述光照分布与气流分布,结合所述植物对象所属的目标物种与所述植物对象所处的健康状态,确定目标场景下所述植物对象的理想坐标,继而由所述植物对象的锚点坐标与理想坐标,确定所述植物对象的迁移任务;
所述信息响应单元1440,还用于通过XR相机的可视化界面,基于各个植物对象的迁移任务中的坐标信息,向用户响应所述植物对象的迁移任务。
可选择地,所述信息确定单元1430,还用于针对用户所勾选的若干植物对象,结合所述若干植物对象各自所属的目标物种以及所述若干植物对象各自所处的健康状态中的一或多项,采用已训练的布置推荐模型确定所述若干植物对象的美化任务;
所述信息响应单元1440,还用于通过XR相机的可视化界面,基于所述美化任务中的坐标信息,向用户响应所述若干植物对象的美化任务;其中,所述美化任务指示目标场景下所述若干植物对象美化后的位置部署。
可选择地,所述信息确定单元1430,还用于针对每个植物对象,结合所述植物对象所属的目标物种、所述植物对象所处的健康状态以及当前季节信息中的一或多项,采用已训练的裁剪推荐模型确定所述植物对象的裁剪任务;
所述信息响应单元1440,还用于通过XR相机的可视化界面,基于所述裁剪方案中的坐标信息,向用户响应所述植物对象的裁剪任务;其中,所述裁剪任务指示所述植物对象有待裁剪的目标部位与对应的裁剪方式。
可选择地,所述信息响应单元1440,还用于:
针对每个植物对象,确定所述植物对象的信息卡片,并通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的信息卡片;其中,所述信息卡片以缩略方式显示目标物种、健康状态、养护信息、迁移任务、美化任务、裁剪任务中一或多项的缩略内容;
响应于用户的勾选操作,通过XR相机的可视化界面,向用户响应对应于所述勾选操作的子信息卡片;其中,所述子信息卡片以完整方式显示目标物种、健康状态、养护信息、迁移任务、美化任务或裁剪任务中任一项的完整内容。
可选择地,所述信息响应单元1440,还用于:
在通过XR相机的可视化界面响应信息时,针对存在关联性的若干植物对象进行关联显示。
可选择地,所述信息响应单元1440,还用于:
在通过XR相机的可视化界面响应信息时,接入第三方专家或其他线上用户的指导信息进行共同显示。
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 (14)
1.一种植物养护方法,其特征在于,所述方法包括:
调用XR相机采集目标场景下的多帧待识别图像;
针对每帧待识别图像,采用已训练的植物识别模型确定所述待识别图像中包含的若干植物对象,继而结合XR技术确定各个植物对象的锚点坐标;
针对每个植物对象,采用已训练的物种识别模型确定所述植物对象所属的目标物种,以及采用已训练的健康检测模型确定所述植物对象所处的健康状态,继而结合所述目标物种与所述健康状态,确定所述植物对象的养护信息;
通过XR相机的可视化界面,基于各个植物对象的锚点坐标,向用户响应所述植物对象所属的目标物种、所述植物对象所处的健康状态以及所述植物对象的养护信息。
2.根据权利要求1所述的方法,其特征在于,各个植物对象所处的健康状态包括所述植物对象的病症信息;
所述确定所述植物对象的养护信息,包括:
在由所述病症信息确定所述植物对象存在传染病的情况下,结合所述目标物种与所述病症信息,确定所述植物对象的防治任务;其中,所述防治任务包括防护任务、救治任务中的一或多项。
3.根据权利要求2所述的方法,其特征在于,所述向用户响应所述植物对象的养护信息,包括:
通过XR相机的可视化界面,基于所述植物对象的锚点坐标与所述防护任务中的距离信息,向用户响应所述植物对象的防护任务;其中,所述防护任务利用不同颜色对健康的植物对象与患病的植物对象加以区分,并利用距离标尺指示健康的植物对象与患病的植物对象之间的安全距离;
和/或,通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的救治任务;其中,所述救治任务指示对应于所述植物对象的救治措施。
4.根据权利要求1所述的方法,其特征在于,所述确定所述植物对象的养护信息,包括:
采用已训练的养护检测模型确定所述植物对象所处的养护状态,继而结合所述目标物种、所述健康状态以及所述养护状态,确定所述植物对象的养护任务;
其中,在所述植物对象为土培植物的情况下,所述养护状态包括花盆信息、土壤信息中的一或多项,所述养护任务包括换盆任务、浇水任务、施肥任务中的一或多项;
在所述植物对象为水培植物的情况下,所述养护状态包括容器信息、水质信息、水位信息中的一或多项,所述养护任务包括容器更换任务、换水任务、营养液施加任务中的一或多项。
5.根据权利要求4所述的方法,其特征在于,所述向用户响应所述植物对象的养护信息,包括:
在各个养护任务的时效范围内,基于所述养护任务的执行频率,周期性地向用户推送所述养护任务的内容。
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:
采用已训练的环境检测模型确定目标场景下的光照分布与气流分布;
针对每个植物对象,基于所述光照分布与气流分布,结合所述植物对象所属的目标物种与所述植物对象所处的健康状态,确定目标场景下所述植物对象的理想坐标,继而由所述植物对象的锚点坐标与理想坐标,确定所述植物对象的迁移任务;
通过XR相机的可视化界面,基于各个植物对象的迁移任务中的坐标信息,向用户响应所述植物对象的迁移任务。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
针对用户所勾选的若干植物对象,结合所述若干植物对象各自所属的目标物种以及所述若干植物对象各自所处的健康状态中的一或多项,采用已训练的布置推荐模型确定所述若干植物对象的美化任务;
通过XR相机的可视化界面,基于所述美化任务中的坐标信息,向用户响应所述若干植物对象的美化任务;其中,所述美化任务指示目标场景下所述若干植物对象美化后的位置部署。
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:
针对每个植物对象,结合所述植物对象所属的目标物种、所述植物对象所处的健康状态以及当前季节信息中的一或多项,采用已训练的裁剪推荐模型确定所述植物对象的裁剪任务;
通过XR相机的可视化界面,基于所述裁剪方案中的坐标信息,向用户响应所述植物对象的裁剪任务;其中,所述裁剪任务指示所述植物对象有待裁剪的目标部位与对应的裁剪方式。
9.根据权利要求1至8中任一项所述的方法,其特征在于,所述方法还包括:
针对每个植物对象,确定所述植物对象的信息卡片,并通过XR相机的可视化界面,基于所述植物对象的锚点坐标,向用户响应所述植物对象的信息卡片;其中,所述信息卡片以缩略方式显示目标物种、健康状态、养护信息、迁移任务、美化任务、裁剪任务中一或多项的缩略内容;
响应于用户的勾选操作,通过XR相机的可视化界面,向用户响应对应于所述勾选操作的子信息卡片;其中,所述子信息卡片以完整方式显示目标物种、健康状态、养护信息、迁移任务、美化任务或裁剪任务中任一项的完整内容。
10.根据权利要求1至8中任一项所述的方法,其特征在于,所述方法还包括:
在通过XR相机的可视化界面响应信息时,针对存在关联性的若干植物对象进行关联显示。
11.根据权利要求1至8中任一项所述的方法,其特征在于,所述方法还包括:
在通过XR相机的可视化界面响应信息时,接入第三方专家或其他线上用户的指导信息进行共同显示。
12.一种植物养护装置,其特征在于,所述装置包括图像采集单元、锚点确定单元、信息确定单元以及信息响应单元;其中:
所述图像采集单元,用于调用XR相机采集目标场景下的多帧待识别图像;
所述锚点确定单元,用于针对每帧待识别图像,采用已训练的植物识别模型确定所述待识别图像中包含的若干植物对象,继而结合XR技术确定各个植物对象的锚点坐标;
所述信息确定单元,用于针对每个植物对象,采用已训练的物种识别模型确定所述植物对象所属的目标物种,以及采用已训练的健康检测模型确定所述植物对象所处的健康状态,继而结合所述目标物种与所述健康状态,确定所述植物对象的养护信息;
所述信息响应单元,用于通过XR相机的可视化界面,基于各个植物对象的锚点坐标,向用户响应所述植物对象所属的目标物种、所述植物对象所处的健康状态以及所述植物对象的养护信息。
13.一种电子设备,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1-11中任一项所述方法中的步骤。
14.一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1-11中任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310092850.8A CN116503769A (zh) | 2023-01-17 | 2023-01-17 | 一种植物养护方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310092850.8A CN116503769A (zh) | 2023-01-17 | 2023-01-17 | 一种植物养护方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116503769A true CN116503769A (zh) | 2023-07-28 |
Family
ID=87327311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310092850.8A Pending CN116503769A (zh) | 2023-01-17 | 2023-01-17 | 一种植物养护方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116503769A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024094040A1 (zh) * | 2022-11-02 | 2024-05-10 | 杭州睿胜软件有限公司 | 信息关联的植物养护方法、系统及存储介质 |
-
2023
- 2023-01-17 CN CN202310092850.8A patent/CN116503769A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024094040A1 (zh) * | 2022-11-02 | 2024-05-10 | 杭州睿胜软件有限公司 | 信息关联的植物养护方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200005063A1 (en) | Systems and methods for electronically identifying plant species | |
CN105989082B (zh) | 报表视图生成方法和装置 | |
CN109147933A (zh) | 认知植物临床 | |
TWI780641B (zh) | 授信額度處理方法及裝置、作物識別方法及裝置 | |
US20230091677A1 (en) | Monitoring and intelligence generation for farm field | |
CN108700988A (zh) | 数字图像呈现 | |
CN116503769A (zh) | 一种植物养护方法、装置、设备及存储介质 | |
Sun et al. | An integrated method for tracking and monitoring stomata dynamics from microscope videos | |
Miao et al. | Simulated plant images improve maize leaf counting accuracy | |
CN109658501B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN115656167A (zh) | 植物诊断方法、装置及计算机可读存储介质 | |
WO2020056148A1 (en) | Systems and methods for electronically identifying plant species | |
WO2024082894A1 (zh) | 一种植物换盆的检测方法、装置、设备及存储介质 | |
Lin et al. | Research on cognitive evaluation of forest color based on visual behavior experiments and landscape preference | |
CN113298180A (zh) | 用于植物识别的方法和计算机系统 | |
EP4099258A1 (en) | Information processing device | |
CN110598785B (zh) | 一种训练样本图像的生成方法及装置 | |
CN109766034A (zh) | 快捷启动应用程序的方法、装置、设备以及存储介质 | |
CN114841955A (zh) | 一种生物物种的识别方法、装置、设备及存储介质 | |
EP3951618A1 (en) | Information processing device, program, and information presentation system | |
CN110942371A (zh) | 在地图上展示商家的方法及装置 | |
CN113075996B (zh) | 一种用户情绪改善方法和系统 | |
US20220222025A1 (en) | Information processing device, program, and information providing system | |
WO2021170804A1 (en) | Device and method for determining a crop height | |
Popa et al. | Software Tools to Manage and Simulate Information from the Natural Environment |
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 |