农作物虫情防治方法技术

本公开提供了农作物虫情防治方法

【技术实现步骤摘要】
农作物虫情防治方法、装置、电子设备以及存储介质


[0001]本公开涉及虫情防治
，尤其涉及农作物虫情防治

。
具体涉及农作物虫情防治方法
、
装置
、
电子设备
、
存储介质及程序产品
。

技术介绍

[0002]随着农业种植结构的深化调整
、
农村劳动力的转移以及现代物流产业的快速发展，农业有害生物防控形势日趋严峻
。
及时掌握害虫的发生种类
、
做好农业生产指导极为重要，传统计算机视觉图像处理方法在害虫的检测与识别中的应用，基于卷积神经网络的方法通过在大规模的数据集上进行训练，强化特征提取器学习获得特征的能力，代替了传统方法人工设计特征提取流程
。
深度学习方法是将传统方法对专家知识的依赖转变成了对大规模数据和可靠的数据标注的依赖，将知识成本转变为了数据的收集和标注成本
。
在此背景下亟需解决农作物虫情防治的问题
。

技术实现思路

[0003]本公开提供了一种农作物虫情防治方法
、
装置
、
电子设备
、
存储介质以及程序产品
。
[0004]根据本公开的一方面，提供了一种农作物虫情防治法，包括：
[0005]接收并响应于农作物图像信息；
[0006]获取所述农作物图像信息中的害虫信息与农作物信息；
[0007]根据所述害虫信息得到害虫治理技术信息；
[0008]根据所述农作物信息得到农作物保护技术信息；
[0009]根据所述害虫治理技术信息与所述农作物保护技术信息，得到虫情防治技术信息
。
[0010]在本公开实施例中，所述获取所述农作物图像信息中的害虫信息与农作物信息包括：
[0011]通过虫情卷积神经网络对所述农作物图像信息处理，得到所述害虫信息；
[0012]通过农作物卷积神经网络对所述农作物图像信息处理，得到所述农作物信息
。
[0013]在本公开实施例中，所述根据所述害虫信息得到包括：
[0014]其中，所述害虫信息包括害虫种类信息与害虫数量信息；
[0015]根据所述害虫种类信息得到种类治理技术信息；
[0016]根据所述害虫数量信息与所述种类治理技术信息得到害虫治理技术信息
。
[0017]在本公开实施例中，所述根据所述害虫信息得到害虫治理技术信息包括：
[0018]其中，所述农作物信息包括农作物种类信息与农作物数量信息；
[0019]根据所述农作物种类信息得到种类保护技术信息；
[0020]根据所述农作物数量信息与所述种类保护技术信息得到农作物保护技术信息
。
[0021]在本公开实施例中，所述根据所述害虫治理技术信息与所述农作物保护技术信
息，得到虫情防治技术信息包括：
[0022]其中，所述虫情防治技术信息包括农药信息与肥料信息；
[0023]根据所述害虫治理技术信息确定害虫农药信息；
[0024]根据所述农作物保护技术信息确定农作物农药信息；
[0025]根据所述害虫农药信息与所述农作物农药信息确定所述农药信息；
[0026]根据所述农作物保护技术信息确定所述肥料信息
。
[0027]在本公开实施例中，所述根据所述害虫农药信息与所述农作物农药信息确定所述农药信息包括：
[0028]获取所述害虫农药信息中对害虫效果的害虫农药排名；
[0029]获取所述农作物农药信息中对农作物损害的损害农药排名；
[0030]获取所述害虫农药排名与所述损害农药排名之和最小的农药的信息作为所述农药信息
。
[0031]根据本公开的另一方面，提供了一种农作物虫情防治装置，包括：
[0032]接收模块，用于接收并响应于农作物图像信息；
[0033]获取模块，用于获取所述农作物图像信息中的害虫信息与农作物信息；
[0034]害虫处理模块，用于根据所述害虫信息得到害虫治理技术信息；
[0035]农作物处理模块，用于根据所述农作物信息得到农作物保护技术信息；
[0036]确定模块，用于根据所述害虫治理技术信息与所述农作物保护技术信息，得到虫情防治技术信息
。
[0037]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法
。
[0038]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如上所述的方法
。
[0039]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法
。
[0040]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围
。
本公开的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0041]附图用于更好地理解本方案，不构成对本公开的限定
。
其中：
[0042]图1示意性示出了根据本公开实施例的可以应用农作物虫情防治方法及装置的示例性系统架构；
[0043]图2示意性示出了根据本公开实施例的农作物虫情防治方法的流程图；
[0044]图3示意性示出了根据本公开实施例的农作物图像信息处理方法的流程图；
[0045]图4示意性示出了根据本公开实施例的得到害虫治理技术信息的流程图；
[0046]图5示意性示出了根据本公开实施例的得到农作物保护技术信息的流程图；
[0047]图6示意性示出了根据本公开实施例的得到虫情防治技术信息的流程图；
[0048]图7示意性示出了根据本公开实施例的农作物虫情防治装置的框图；以及
[0049]图8示意性示出了根据本公开实施例的适于实现农作物虫情防治方法的电子设备的框图
。
具体实施方式
[0050]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的
。
因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神
。
同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述
。
[0051]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开
。
在此使用的术语“包括”、“包含”等表明了所述特征
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种农作物虫情防治方法，包括：接收并响应于农作物图像信息；获取所述农作物图像信息中的害虫信息与农作物信息；根据所述害虫信息得到害虫治理技术信息；根据所述农作物信息得到农作物保护技术信息；根据所述害虫治理技术信息与所述农作物保护技术信息，得到虫情防治技术信息
。2.
根据权利要求1所述的方法，其中，所述获取所述农作物图像信息中的害虫信息与农作物信息包括：通过虫情卷积神经网络对所述农作物图像信息处理，得到所述害虫信息；通过农作物卷积神经网络对所述农作物图像信息处理，得到所述农作物信息
。3.
根据权利要求1所述的方法，其中，所述根据所述害虫信息得到害虫治理技术信息包括：其中，所述害虫信息包括害虫种类信息与害虫数量信息；根据所述害虫种类信息得到种类治理技术信息；根据所述害虫数量信息与所述种类治理技术信息得到害虫治理技术信息
。4.
根据权利要求1所述的方法，其中，所述农作物信息得到农作物保护技术信息包括：其中，所述农作物信息包括农作物种类信息与农作物数量信息；根据所述农作物种类信息得到种类保护技术信息；根据所述农作物数量信息与所述种类保护技术信息得到农作物保护技术信息
。5.
根据权利要求1所述的方法，其中，所述根据所述害虫治理技术信息与所述农作物保护技术信息，得到虫情防治技术信息包括：其中，所述虫情防治技术信息包括农药信息与肥料信息；根据所述害虫治理技术信息确定害虫农药信息；根据所述农作物保护技术信息确定农作物农药信息；根据所述害虫农药...

【专利技术属性】
技术研发人员：薛子萱，张明静，王恺翔，李旋，张亚丽，李昊，
申请(专利权)人：天津机电职业技术学院，
类型：发明
国别省市：