一种杀虫剂推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种杀虫剂推荐方法、装置、设备及存储介质，涉及植物病害检测技术领域，尤其涉及机器学习、深度学习和计算机视觉技术领域，具体涉及。该方法包括：获取待识别害虫图像；基于害虫识别模型，对所述待识别害虫图像进行害虫识别，确定所述待识别害虫图像中目标害虫的目标类别概率；基于杀虫剂推荐模型，根据所述目标害虫的目标类别概率，从至少一种候选杀虫剂使用方式中确定所述目标害虫对应的目标杀虫剂使用方式，并将所述目标杀虫剂使用方式推荐给需求方；其中，所述候选杀虫剂使用方式包括候选杀虫剂类别、所述候选杀虫剂类别对应的候选杀虫剂使用量和候选杀虫剂使用时间。通过上述技术方案，可以提高杀虫剂推荐的推荐准确度。推荐准确度。推荐准确度。

【技术实现步骤摘要】
一种杀虫剂推荐方法、装置、设备及存储介质


[0001]本专利技术涉及植物病害检测
，尤其涉及机器学习、深度学习和计算机视觉
，具体涉及一种杀虫剂推荐方法、装置、设备及存储介质。

技术介绍

[0002]现如今，计算机视觉识别和深度学习技术在农业领域运用日益广泛，尤其在植物病虫害识别和作物生产种植过程中发挥着至关重要的作用。在智能农业的大背景下，如何高精度的判断病虫害的类型是当今热门研究领域。近年来，海内外诸多学者提出了识别病虫害的模型，但仍在精确性上有着提升空间。因此，通过更高精度的识别手段检测病虫害图像，并以此建立推荐相应的杀虫剂的智能系统迫在眉睫。
[0003]由于技术和资源尚且存在诸多局限性，智能农业背景下杀虫剂的推荐系统仍然存在着诸多挑战：（1）农民缺乏科学使用杀虫剂的意识，向农作物喷洒过量杀虫剂会对食用的人类以及自然环境造成直接或间接的不良影响；（2）病虫害的图像内容特征往往类似，难以辨别害虫的类型，使之容易给出错误的杀虫剂推荐；（3）现有的识别病虫害图像的算法精度往往不高，所提取的图像特征信息无法跟实际情况相匹配，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种杀虫剂推荐方法，其特征在于，包括：获取待识别害虫图像；基于害虫识别模型，对所述待识别害虫图像进行害虫识别，确定所述待识别害虫图像中目标害虫的目标类别概率；基于杀虫剂推荐模型，根据所述目标害虫的目标类别概率，从至少一种候选杀虫剂使用方式中确定所述目标害虫对应的目标杀虫剂使用方式，并将所述目标杀虫剂使用方式推荐给需求方；其中，所述候选杀虫剂使用方式包括候选杀虫剂类别、所述候选杀虫剂类别对应的候选杀虫剂使用量和候选杀虫剂使用时间。2.根据权利要求1所述的方法，其特征在于，基于杀虫剂推荐模型，根据所述目标害虫的目标类别概率，从至少一种候选杀虫剂使用方式中确定所述目标害虫对应的目标杀虫剂使用方式，包括：确定所述目标害虫与所述候选杀虫剂使用方式之间的目标离散误差；根据所述目标离散误差，确定所述目标害虫与候选杀虫剂使用方式之间的匹配度；根据所述匹配度，从至少一种候选杀虫剂使用方式中确定所述目标害虫对应的目标杀虫剂使用方式。3.根据权利要求2所述的方法，其特征在于，所述确定所述目标害虫与所述候选杀虫剂使用方式之间的目标离散误差，包括：根据所述目标类别概率、所述候选杀虫剂类别、所述候选杀虫剂使用量和所述候选杀虫剂使用时间，确定所述目标害虫与所述候选杀虫剂使用方式之间的目标离散误差；所述目标离散误差包括目标绝对离散误差或目标相对离散误差。4.根据权利要求1所述的方法，其特征在于，还包括：根据所述候选杀虫剂使用量和所述候选杀虫剂使用时间，确定所述杀虫剂推荐模型的目标函数；根据候选害虫类别概率、所述候选杀虫剂使用量和所述候选杀虫剂使用时间，确定所述目标函数的目标约束条件。5.根据权利要求4所述的方法，其特征在于，所述根据候选害虫类别概率、所述候选杀虫剂使用量和所述候选杀虫剂使用时间，确定所述目标函数的目标约束条件，包括：根据所述候选杀虫剂使用量和所述候选杀虫剂使用时间，确定候选杀虫剂的候选杀虫剂处理速率；根据候选害虫类别概率和至少一种候选杀虫剂的候选杀虫剂处理速率，...

【专利技术属性】
技术研发人员：陈浩，郑新立，
申请(专利权)人：浙江天演维真网络科技股份有限公司，
类型：发明
国别省市：