CN117372868A - 一种智慧社区绿化物种的监测和维护管理方法 - Google Patents
一种智慧社区绿化物种的监测和维护管理方法 Download PDFInfo
- Publication number
- CN117372868A CN117372868A CN202311363105.9A CN202311363105A CN117372868A CN 117372868 A CN117372868 A CN 117372868A CN 202311363105 A CN202311363105 A CN 202311363105A CN 117372868 A CN117372868 A CN 117372868A
- Authority
- CN
- China
- Prior art keywords
- greening
- vegetation
- species
- data
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 27
- 238000007726 management method Methods 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 5
- 239000002689 soil Substances 0.000 claims description 15
- 210000000481 breast Anatomy 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims 2
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000002834 transmittance Methods 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
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种智慧社区绿化物种的监测和维护管理方法,涉及智慧社区技术领域。其中,该方法包括:利用数据网关接收多个摄像头拍摄得到的预设社区的多个绿化物种区域的图像信息,并将上述图像信息存储至图像云数据库;根据上述图像信息确定上述多个绿化物种区域对应的植被类型;调取与上述植被类型对应的上述预设社区的绿化区域保养记录单;在上述绿化区域保养记录单中记录的目标绿化物种的数据与上述植被类型对应的参数范围不匹配的情况下,将异常告警信息发送给上述预设社区的管理人员,以通知上述预设社区的管理人员对上述目标绿化物种进行维护。本申请可以提高对社区绿化物种的监测以及维护管理效率。
Description
技术领域
本发明涉及智慧社区技术领域,尤其涉及一种智慧社区绿化物种的监测和维护管理方法。
背景技术
随着电子科技的发展,智慧社区应运而生,智慧社区是社区管理的一种新理念,是新形势下社会管理创新的一种新模式,它可以平衡社会、商业和环境需求,同时优化可用资源。智慧社区实名就是要提供各种流程、系统和产品,促进社区发展和可持续性,为其居民、经济以及社区赖以生存的生态大环境带来利益。通过应用信息技术规划、设计、建造和运营社区基础设施,改善生活质量和经济福利。
智慧社区的一些功能不健全,例如绿化物种的监测和维护管理功能,还不能最大程度地减轻相关工作人员的劳动负担。现有技术中通常是人工定期监测和维护社区的全部绿化物种,导致对社区绿化物种的监测以及维护效率低。
发明内容
本发明目的在于提供一种智慧社区绿化物种的监测和维护管理方法,以解决上述问题。
本发明提供了一种智慧社区绿化物种的监测和维护管理方法,包括:利用数据网关接收多个摄像头拍摄得到的预设社区的多个绿化物种区域的图像信息,并将上述图像信息存储至图像云数据库,其中,至少两个摄像头分别对应不同的上述绿化物种区域;根据上述图像信息确定上述多个绿化物种区域对应的植被类型;调取与上述植被类型对应的上述预设社区的绿化区域保养记录单,其中,上述绿化区域保养记录单中记录有多个绿化物种的胸径数据、高度数据、颜色数据、土壤湿度数据以及冠幅数据;在上述绿化区域保养记录单中记录的目标绿化物种的数据与上述植被类型对应的参数范围不匹配的情况下,将异常告警信息发送给上述预设社区的管理人员,以通知上述预设社区的管理人员对上述目标绿化物种进行维护。
可选地,在上述根据上述图像信息确定上述多个绿化物种区域对应的植被类型之前,上述方法还包括:利用低空无人机机载激光雷达,获取上述预设社区的多个绿化物种区域的激光雷达点云数据。
可选地,上述根据上述图像信息确定上述多个绿化物种区域对应的植被类型包括:依次将上述多个绿化物种区域中的每个绿化物种区域作为当前绿化物种区域,执行以下步骤;将上述当前绿化物种区域中的地表覆盖划分为植被覆盖区域和非植被覆盖区域;从上述激光雷达点云数据中确定上述植被覆盖区域对应的点云变量数据,其中,上述点云变量数据包括高度变量、密度变量、强度变量以及覆盖度变量;从上述图像信息中确定与上述植被覆盖区域对应的图像数据;基于上述点云变量数据以及上述植被覆盖区域对应的图像数据确定上述当前绿化物种区域对应的植被类型。
可选地,在上述基于上述点云变量数据以及上述植被覆盖区域对应的图像数据确定上述当前绿化物种区域对应的植被类型之前,上述方法还包括:将上述非植被覆盖区域对应的点云变量数据与圆形邻域内的数据进行比较,以确定上述圆形邻域内的对角线特征。
可选地,上述植被类型包括乔木、灌木以及草木,上述基于上述点云变量数据以及上述植被覆盖区域对应的图像数据确定上述当前绿化物种区域对应的植被类型包括:结合上述高度变量、上述密度变量、上述强度变量以及上述覆盖度变量对上述植被覆盖区域对应的图像数据进行网格划分;根据上述圆形邻域内的对角线特征从网格中确定候选网格;对上述候选网格的中心提取LBF特征以及方向梯度直方图特征,构成上述候选网格的特征向量;将上述候选网格的特征向量输入MRF先验分类器;基于上述MRF先验分类器输出的结果确定上述当前绿化物种区域对应的植被类型。
可选地,上述植被类型对应的参数范围是根据上述多个绿化物种区域对应的植被类型,在植被云数据库中查询到的,其中,上述参数范围包括胸径范围、高度范围、颜色范围、土壤湿度范围以及冠幅范围。
可选地,上述土壤湿度数据由微型土壤水分检测仪检测得到,其中,上述微型土壤水分检测仪的检测头安装有螺纹钻头。
可选地,上述多个摄像头每隔预设周期进行拍摄。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明提供的智慧社区绿化物种的监测和维护管理方法,可以根据预设社区的多个绿化物种区域的图像信息确定多个绿化物种区域对应的植被类型,以及调取与植被类型对应的预设社区的绿化区域保养记录单,在绿化区域保养记录单中记录的目标绿化物种的数据与植被类型对应的参数范围不匹配的情况下,通知预设社区的管理人员对目标绿化物种进行维护。从而实现了自动化监测绿化物种,以及通知管理人员相关异常情况。提高了对社区绿化物种的监测以及维护管理效率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为根据本申请实施例的一种可选的智慧社区绿化物种的监测和维护管理方法的流程图;
图2为根据本申请实施例的另一种可选的智慧社区绿化物种的监测和维护管理方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。需要说明的是,本发明已经处于实际研发使用阶段。
可选地,作为一种可选的实施方式,如图1所示,本申请提供的智慧社区绿化物种的监测和维护管理方法包括:
S101,利用数据网关接收多个摄像头拍摄得到的预设社区的多个绿化物种区域的图像信息,并将图像信息存储至图像云数据库,其中,至少两个摄像头分别对应不同的绿化物种区域;
S102,根据图像信息确定多个绿化物种区域对应的植被类型;
S103,调取与植被类型对应的预设社区的绿化区域保养记录单,其中,绿化区域保养记录单中记录有多个绿化物种的胸径数据、高度数据、颜色数据、土壤湿度数据以及冠幅数据;
S104,在绿化区域保养记录单中记录的目标绿化物种的数据与植被类型对应的参数范围不匹配的情况下,将异常告警信息发送给预设社区的管理人员,以通知预设社区的管理人员对目标绿化物种进行维护。
可选地,作为一种可选的实施方式,植被类型对应的参数范围是根据多个绿化物种区域对应的植被类型,在植被云数据库中查询到的,其中,参数范围包括胸径范围、高度范围、颜色范围、土壤湿度范围以及冠幅范围。
可选地,作为一种可选的实施方式,土壤湿度数据由微型土壤水分检测仪检测得到,其中,微型土壤水分检测仪的检测头安装有螺纹钻头。
可选地,作为一种可选的实施方式,多个摄像头每隔预设周期进行拍摄。
可选地,作为一种可选的实施方式,在根据图像信息确定多个绿化物种区域对应的植被类型之前,方法还包括:
利用低空无人机机载激光雷达,获取预设社区的多个绿化物种区域的激光雷达点云数据。
在本申请的一些实施例中,低空无人机通机载激光雷达到达预设社区的多个绿化物种区域,设定点云发射频率,启动设备,通过发射激光脉冲信号,激光脉冲信号遇到绿化物种后,迅速反射后被传感器所接收。点云发射频率是激光传感器每秒可以发射激光脉冲的多少,发射频率越高,单位时间内获取的点云越多,绿化物种的细节越高,数据量越大。在实际执行中,发射频率不能设置太高或太低,太高会导致激光穿透率下降,太低则会降低工作效率,导致相同时间内获取的点云数据会偏少,增加工作时间。
可选地,作为一种可选的实施方式,如图2所示,根据图像信息确定多个绿化物种区域对应的植被类型包括:
依次将多个绿化物种区域中的每个绿化物种区域作为当前绿化物种区域,执行以下步骤;
S201,将当前绿化物种区域中的地表覆盖划分为植被覆盖区域和非植被覆盖区域;
S202,从激光雷达点云数据中确定植被覆盖区域对应的点云变量数据,其中,点云变量数据包括高度变量、密度变量、强度变量以及覆盖度变量;
S203,从图像信息中确定与植被覆盖区域对应的图像数据;
S204,基于点云变量数据以及植被覆盖区域对应的图像数据确定当前绿化物种区域对应的植被类型。
可选地,作为一种可选的实施方式,在基于点云变量数据以及植被覆盖区域对应的图像数据确定当前绿化物种区域对应的植被类型之前,方法还包括:
将非植被覆盖区域对应的点云变量数据与圆形邻域内的数据进行比较,以确定圆形邻域内的对角线特征。
在本申请的一些实施例中,圆形邻域内的对角线特征是哈尔特征中的一类,对角线特征是由四个矩形组成的,它可以检测出目标的斜线和角落,进而可以用于区分目标与背景。可选地,对角线特征还可以用矩形特征、线性特征来替代,其中,矩形特征是由两个或多个矩形组成的,它可以检测出目标的边缘和角落,线性特征是由两个相邻的矩形组成的,它可以检测出目标的边缘和纹理。
可选地,作为一种可选的实施方式,植被类型包括乔木、灌木以及草木,基于点云变量数据以及植被覆盖区域对应的图像数据确定当前绿化物种区域对应的植被类型包括:
结合高度变量、密度变量、强度变量以及覆盖度变量对植被覆盖区域对应的图像数据进行网格划分;
根据圆形邻域内的对角线特征从网格中确定候选网格;
对候选网格的中心提取LBF特征以及方向梯度直方图特征,构成候选网格的特征向量;
将候选网格的特征向量输入MRF先验分类器;
基于MRF先验分类器输出的结果确定当前绿化物种区域对应的植被类型。
在本申请的一些实施例中,LBF特征(局部二值特征)主要用于描述网格中心的局部纹理特征,LBF特征同时具有旋转不变性和灰度不变性,且计算较简单。HOG(方向梯度直方图)特征是一种用来进行物体检测的特征描述子,它通过计算和统计每个网格中心的梯度方向直方图来构成特征,利用HOG特征+SVM进行检测,可以达到比较高的精度。MRF先验分类器可以实现高精度的绿化物种区域的识别与分类。可选地,根据圆形邻域内的对角线特征从网格中确定候选网格可以是从网格中选择区分出目标和背景,从而将目标对应的网格确定为候选网格。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
需要说明的是,对于前述的各实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
以上的具体实施方式,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 (8)
1.一种智慧社区绿化物种的监测和维护管理方法,其特征在于,包括:
利用数据网关接收多个摄像头拍摄得到的预设社区的多个绿化物种区域的图像信息,并将所述图像信息存储至图像云数据库,其中,至少两个摄像头分别对应不同的所述绿化物种区域;
根据所述图像信息确定所述多个绿化物种区域对应的植被类型;
调取与所述植被类型对应的所述预设社区的绿化区域保养记录单,其中,所述绿化区域保养记录单中记录有多个绿化物种的胸径数据、高度数据、颜色数据、土壤湿度数据以及冠幅数据;
在所述绿化区域保养记录单中记录的目标绿化物种的数据与所述植被类型对应的参数范围不匹配的情况下,将异常告警信息发送给所述预设社区的管理人员,以通知所述预设社区的管理人员对所述目标绿化物种进行维护。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述图像信息确定所述多个绿化物种区域对应的植被类型之前,所述方法还包括:
利用低空无人机机载激光雷达,获取所述预设社区的多个绿化物种区域的激光雷达点云数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述图像信息确定所述多个绿化物种区域对应的植被类型包括:
依次将所述多个绿化物种区域中的每个绿化物种区域作为当前绿化物种区域,执行以下步骤;
将所述当前绿化物种区域中的地表覆盖划分为植被覆盖区域和非植被覆盖区域;
从所述激光雷达点云数据中确定所述植被覆盖区域对应的点云变量数据,其中,所述点云变量数据包括高度变量、密度变量、强度变量以及覆盖度变量;
从所述图像信息中确定与所述植被覆盖区域对应的图像数据;
基于所述点云变量数据以及所述植被覆盖区域对应的图像数据确定所述当前绿化物种区域对应的植被类型。
4.根据权利要求3所述的方法,其特征在于,在所述基于所述点云变量数据以及所述植被覆盖区域对应的图像数据确定所述当前绿化物种区域对应的植被类型之前,所述方法还包括:
将所述非植被覆盖区域对应的点云变量数据与圆形邻域内的数据进行比较,以确定所述圆形邻域内的对角线特征。
5.根据权利要求4所述的方法,其特征在于,所述植被类型包括乔木、灌木以及草木,所述基于所述点云变量数据以及所述植被覆盖区域对应的图像数据确定所述当前绿化物种区域对应的植被类型包括:
结合所述高度变量、所述密度变量、所述强度变量以及所述覆盖度变量对所述植被覆盖区域对应的图像数据进行网格划分;
根据所述圆形邻域内的对角线特征从网格中确定候选网格;
对所述候选网格的中心提取LBF特征以及方向梯度直方图特征,构成所述候选网格的特征向量;
将所述候选网格的特征向量输入MRF先验分类器;
基于所述MRF先验分类器输出的结果确定所述当前绿化物种区域对应的植被类型。
6.根据权利要求1所述的方法,其特征在于,
所述植被类型对应的参数范围是根据所述多个绿化物种区域对应的植被类型,在植被云数据库中查询到的,其中,所述参数范围包括胸径范围、高度范围、颜色范围、土壤湿度范围以及冠幅范围。
7.根据权利要求1所述的方法,其特征在于,
所述土壤湿度数据由微型土壤水分检测仪检测得到,其中,所述微型土壤水分检测仪的检测头安装有螺纹钻头。
8.根据权利要求1至7中任一项所述的方法,其特征在于,
所述多个摄像头每隔预设周期进行拍摄。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311363105.9A CN117372868A (zh) | 2023-10-20 | 2023-10-20 | 一种智慧社区绿化物种的监测和维护管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311363105.9A CN117372868A (zh) | 2023-10-20 | 2023-10-20 | 一种智慧社区绿化物种的监测和维护管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117372868A true CN117372868A (zh) | 2024-01-09 |
Family
ID=89399945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311363105.9A Pending CN117372868A (zh) | 2023-10-20 | 2023-10-20 | 一种智慧社区绿化物种的监测和维护管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117372868A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117690095A (zh) * | 2024-02-03 | 2024-03-12 | 成都坤舆空间科技有限公司 | 一种基于三维场景的智慧社区管理系统 |
-
2023
- 2023-10-20 CN CN202311363105.9A patent/CN117372868A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117690095A (zh) * | 2024-02-03 | 2024-03-12 | 成都坤舆空间科技有限公司 | 一种基于三维场景的智慧社区管理系统 |
CN117690095B (zh) * | 2024-02-03 | 2024-05-03 | 成都坤舆空间科技有限公司 | 一种基于三维场景的智慧社区管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11527062B2 (en) | Method and system for crop recognition and boundary delineation | |
US11869192B2 (en) | System and method for vegetation modeling using satellite imagery and/or aerial imagery | |
Wang et al. | YOLOv3-Litchi detection method of densely distributed litchi in large vision scenes | |
CN117372868A (zh) | 一种智慧社区绿化物种的监测和维护管理方法 | |
Kawamura et al. | Discriminating crops/weeds in an upland rice field from UAV images with the SLIC-RF algorithm | |
Carr et al. | Individual tree segmentation from a leaf-off photogrammetric point cloud | |
Bargoti et al. | A pipeline for trunk detection in trellis structured apple orchards | |
CN109255302A (zh) | 目标物识别方法及终端、移动装置控制方法及终端 | |
CN111561943A (zh) | 一种机器人巡检方法及系统 | |
CN108873056A (zh) | 地震勘探现场实时质量监控方法、客户端、装置及系统 | |
CN109635797A (zh) | 基于多载体识别技术的钢卷顺序精准定位方法 | |
CN115049793B (zh) | 基于数字孪生的输电线路树木生长可视化预测方法及装置 | |
CN115100471A (zh) | 基于移动终端的储粮害虫多维信息采集及预警方法 | |
Zimudzi et al. | Segmenting mangrove ecosystems drone images using SLIC superpixels | |
KR101092250B1 (ko) | 레인지 영상으로부터의 객체 분할 장치 및 방법 | |
CN113807309B (zh) | 一种基于深度学习的果园机械行走路线规划方法 | |
CN111340670A (zh) | 一种土地管理系统 | |
CN110769369B (zh) | 位置判断方法、判断装置、服务器和计算机可读存储介质 | |
Forlani et al. | Adaptive filtering of aerial laser scanning data | |
CN109657728A (zh) | 样例生产方法及模型训练方法 | |
CN112862921B (zh) | 一种电网分布图像绘制方法 | |
CN112712453B (zh) | 基于云计算的智慧城市管理系统 | |
CN114565906A (zh) | 障碍物检测方法、装置、电子设备及存储介质 | |
CN113723833A (zh) | 造林实绩质量评价方法、系统、终端设备及存储介质 | |
CN111783726A (zh) | 基于人工智能和bim的放牧牲畜离群视频采集方法 |
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 |