【技术实现步骤摘要】
本专利技术属于ai识别，具体涉及一种基于ai识别的物种鉴定专家对接方法、系统、设备及介质。
技术介绍
1、目前，在生物物种鉴定方面，利用大量生物多样性数据(如生物照片、生物声音)所构建的ai识别模型也被广泛应用于各类生物物种的分类识别与辅助鉴定，经过深度学习后的ai识别模型能够实现如拍照识花草、闻声识动物等功能，用户将音频数据、图像数据或视频数据输入给ai模型，ai模型能够对生物物种进行快速鉴定，并返回至少一个识别结果。
2、现有的基于深度学习的ai识别模型目前仍然很难保证物种鉴定的准确性。比如对于大规模的植物物种识别，在实际应用中，ai识别模型通常只能在属一级别的界定上达到不错的效果，而种及其以下级别的鉴定则具有很大的不确定性，特别是对于野生植物，物种种类的识别效果往往并不理想。因此，物种的准确鉴定目前主要还是依靠各类专家，但是，如何为物种鉴定自动分配鉴定专家以提高鉴定效率还有待研究。
技术实现思路
1、本专利技术的目的在于提供一种基于ai识别的物种鉴定专家对接方法、系统、设备及介质，实现物种鉴定任务的自动分配，能够大幅提高物种鉴定的效率和品质。
2、本专利技术第一方面公开了一种基于ai识别的物种鉴定专家对接方法，包括：
3、获取目标物种的目标数据，其中，所述目标数据包括：目标物种数据和目标位置数据；
4、将所述目标物种数据输入训练好的ai识别模型得到识别结果，根据所述识别结果得到对应的目标分类阶元；
5、根据所述目标分
6、将所述目标物种数据发送给目标专家列表中的专家；
7、接收所述目标专家列表中专家的鉴定反馈，根据所述目标专家列表中各个专家的鉴定反馈确定最优鉴定反馈。
8、可选的，所述专家库为存储有各类物种鉴定方面的专家信息的数据库，所述专家信息包括：专家id、专家所属的鉴定领域、专家所属的分类群和专家关注的关注地理区域；所述根据所述目标分类阶元或目标位置数据从专家库中筛选出对应的目标专家列表，包括：
9、从所述专家库中选取出分类群包含目标分类阶元的专家得到第一专家列表；
10、从所述专家库中选取出分类群包含第一鉴定分类阶元的专家得到第二专家列表，其中，所述第一鉴定分类阶元为目标分类阶元所隶属的分类阶元；
11、从所述专家库中选取出关注地理区域包含目标位置数据及分类群包含第二鉴定分类阶元的专家得到第三专家列表，其中，所述第二鉴定分类阶元为第一鉴定分类阶元所隶属的分类阶元；
12、根据第一预设指令从第一专家列表、第二专家列表和第三专家列表中选取出目标专家列表。
13、可选的，所述根据第一预设指令从第一专家列表、第二专家列表和第三专家列表中选取出目标专家列表，包括：
14、判断所述第一专家列表中的数量是否达到预设推荐数量；
15、若是，则从所述第一专家列表中选取出预设推荐数量的专家作为目标专家列表；
16、若否，判断所述第二专家列表中的专家数量之和是否达到预设推荐数量，若是，则选取第一专家列表中的所有专家和第二专家列表中的其余专家使专家数量达到预设推荐数量，将选取的专家作为目标专家列表，若否，则判断所述第二专家列表和第三专家列表中的专家数量是否达到预设推荐数量，若是，则选取第二专家列表中的所有专家及第三专家列表中的其余专家使专家数量达到预设推荐数量，将选取的专家作为目标专家列表，若否，则将第二专家列表和第三专家列表中的所有专家作为目标专家列表。
17、可选的，所述根据所述目标分类阶元或目标位置数据从专家库中筛选出对应的目标专家列表之后，包括：
18、根据预设优先级对目标专家列表中的专家进行排序，根据所述目标专家列表中的排序从前往后选取出预设数量的目标专家，其中，所述预设优先级包括：专家反馈概率、专家职称级别或用户对专家历史鉴定的好评概率。
19、可选的，所述根据所述目标专家列表中专家的鉴定反馈确定最优鉴定反馈，包括：
20、统计相同的所述鉴定反馈的数量，将数量最多的鉴定反馈作为第一鉴定反馈；
21、比较各个所述鉴定反馈和其对应的专家的分类群的关系远近，将鉴定反馈和其对应的专家的分类群的关系最近的鉴定反馈作为第二鉴定反馈；
22、比较各个所述鉴定反馈对应的预设专家权重，将预设专家权重最高的鉴定反馈作为第三鉴定反馈；
23、根据第二预设指令从第一鉴定反馈、第二鉴定反馈和第三鉴定反馈中选取出最优鉴定反馈。
24、可选的，所述将所述目标物种数据发送给目标专家列表中的专家，包括：
25、统计预设时间内向所述目标专家列表中各个专家发送消息的发送次数；
26、将所述目标物种数据在专家空闲时间发送给所述发送次数未超过第一预设阈值的专家。
27、可选的，所述根据所述识别结果得到对应的目标分类阶元，包括：
28、在所述识别结果为种及其以下分类阶元的情况下，根据置信度、用户指令或识别结果的分类阶元从识别结果中选取出待选分类阶元，将所述待选分类阶元所隶属的分类阶元作为目标分类阶元；
29、在所述识别结果为属及其以上分类阶元的情况下，根据置信度、用户指令或识别结果的分类阶元从识别结果中选取出待选分类阶元，将所述待选分类阶元或其所隶属的分类阶元作为目标分类阶元。
30、本专利技术第二方面公开了一种基于ai识别的物种鉴定专家对接系统，包括：
31、数据获取模块，用于获取目标物种的目标数据，其中，所述目标数据包括：目标物种数据和目标位置数据；
32、物种识别模块，用于将所述目标物种数据输入训练好的ai识别模型得到识别结果，根据所述识别结果得到对应的目标分类阶元；
33、专家筛选模块，用于根据所述目标分类阶元或目标位置数据从专家库中筛选出对应的目标专家列表；
34、数据发送模块，用于将所述目标物种数据发送给目标专家列表中的专家；
35、反馈接收确定模块，用于接收所述目标专家列表中专家的鉴定反馈，根据所述目标专家列表中各个专家的鉴定反馈确定最优鉴定反馈。
36、本专利技术第三方面公开了一种计算机设备,包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
37、本专利技术第四方面公开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的方法的步骤。
38、本专利技术所提供的技术方案具有以下的优点及效果：先通过ai识别模型识别出识别结果，通过识别结果确定目标分类阶元，然后根据目标分类阶元或目标位置数据从专家库中筛选出匹配度高的专家形成专家列表，以便于选择对应的专家对目标物种进行鉴定，实现物种鉴定任务的自动分配，能够大幅提高物种鉴定的效率和品质。
本文档来自技高网...【技术保护点】
1.基于AI识别的物种鉴定专家对接方法，其特征在于，包括：
2.如权利要求1所述基于AI识别的物种鉴定专家对接方法，其特征在于，所述专家库为存储有各类物种鉴定方面的专家信息的数据库，所述专家信息包括：专家ID、专家所属的鉴定领域、专家所属的分类群和专家关注的关注地理区域；所述根据所述目标分类阶元或目标位置数据从专家库中筛选出对应的目标专家列表，包括：
3.如权利要求2所述基于AI识别的物种鉴定专家对接方法，其特征在于，所述根据第一预设指令从第一专家列表、第二专家列表和第三专家列表中选取出目标专家列表，包括：
4.如权利要求1所述基于AI识别的物种鉴定专家对接方法，其特征在于，所述根据所述目标分类阶元或目标位置数据从专家库中筛选出对应的目标专家列表之后，包括：
5.如权利要求1所述基于AI识别的物种鉴定专家对接方法，其特征在于，所述根据所述目标专家列表中专家的鉴定反馈确定最优鉴定反馈，包括：
6.如权利要求1所述基于AI识别的物种鉴定专家对接方法，其特征在于，所述将所述目标物种数据发送给目标专家列表中的专家，包括：
...【技术特征摘要】
1.基于ai识别的物种鉴定专家对接方法，其特征在于，包括：
2.如权利要求1所述基于ai识别的物种鉴定专家对接方法，其特征在于，所述专家库为存储有各类物种鉴定方面的专家信息的数据库，所述专家信息包括：专家id、专家所属的鉴定领域、专家所属的分类群和专家关注的关注地理区域；所述根据所述目标分类阶元或目标位置数据从专家库中筛选出对应的目标专家列表，包括：
3.如权利要求2所述基于ai识别的物种鉴定专家对接方法，其特征在于，所述根据第一预设指令从第一专家列表、第二专家列表和第三专家列表中选取出目标专家列表，包括：
4.如权利要求1所述基于ai识别的物种鉴定专家对接方法，其特征在于，所述根据所述目标分类阶元或目标位置数据从专家库中筛选出对应的目标专家列表之后，包括：
5.如权利要求1所述基于ai识别的...
【专利技术属性】
技术研发人员：徐洲锋，汤银珠，曾佑派，王博，罗世孝，
申请(专利权)人：中国科学院华南植物园，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。