System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于SpringCloud框架的植物语义分割系统技术方案_技高网
当前位置: 首页 > 专利查询>兰州大学专利>正文

一种基于SpringCloud框架的植物语义分割系统技术方案

技术编号:40363114 阅读:5 留言:0更新日期:2024-02-09 14:50
本发明专利技术是一种基于SpringCloud框架的植物语义分割系统,该系统实现对植物图像的自动分割和语义标记,以帮助农业领域的作物监测和管理。系统基于Model层、controller层、service层和Mapper层的核心后端架构,对植物语义分割任务进行模块化分析,将系统分为数据管理、模型管理和语义分割三个功能模块,同时便于服务的更新和拓展。系统使用深度学习技术,结合神经网络和语义分割模型,能够准确地识别图像中的不同植物部分,如叶片、茎和花朵等。通过该系统,用户可以通过上传植物图像并获取详细的语义标记结果,有助于监测植物的生长状态、疾病情况和产量预测。本发明专利技术广泛应用于农业和植物科学领域的技术解决方案,旨在帮助研究人员、农民和农业领域的专业人员用于农业智能监测、环保监测、森林管理等场景的语义分割任务。

【技术实现步骤摘要】

本专利技术涉及人工智能领域,涉及一种基于微服务框架的ai智能系统。


技术介绍

1、随着农业生产效率的不断提高和植物学研究的深入发展,对植物的精确识别和分析已然成为重要的研究课题。本专利技术是一种基于springcloud框架的植物语义分割系统,该系统实现对植物图像的自动分割和语义标记,以帮助农业领域的作物监测和管理。系统基于model层、controller层、service层和mapper层的核心后端架构,对植物语义分割任务进行模块化分析,将系统分为数据管理、模型管理和语义分割三个功能模块,同时便于服务的更新和拓展。系统使用深度学习技术,结合神经网络和语义分割模型,能够准确地识别图像中的不同植物部分,如叶片、茎和花朵等。通过该系统,用户可以通过上传植物图像并获取详细的语义标记结果,有助于监测植物的生长状态、疾病情况和产量预测。本专利技术广泛应用于农业和植物科学领域的技术解决方案,旨在帮助研究人员、农民和农业领域的专业人员用于农业智能监测、环保监测、森林管理等场景的语义分割任务。


技术实现思路

1、本专利技术的专利技术目的是针对上述
技术介绍
的不足,提供一种基于springcloud框架的植物语义分割系统,实现植物语义分割的统一化管理,并基于不同应用场景提供个性化的语义分割策略。本专利技术采用如下技术方案:

2、一种基于springcloud框架的植物语义分割系统,工作流程包括如下步骤:

3、(1)使用无人机的红外线摄像头和激光雷达完成植物图像数据的采集,获取高精度图像数据;

4、(2)构建出植物图像预处理单元,实现图像去噪、对比度增强、背景去除、边缘检测等;

5、(3)构建人工标注单元,通常需要定义不同类型的植物类别,如树木、草地、花朵等。为每个类别分配标签;

6、(4)基于不同的已标注的数据集,调用不同的语义分割算法训练语义分割模型;

7、(5)构建语义分割模块,基于不同应用场景中的植物图像完成实时检测与分析任务;

8、一种植物语义分割系统基于springcloud分层框架实现,包括config层、model层、controller层、service层、mapper层以及test层。其中config层用于存放springboot相关的配置类和启动类;model层存放实体类,并定义数据库对象相关的属性;controller层负责对为前端提供接口,并对前端传来的请求数据完成解析;service负责完成业务逻辑处理,并进行数据传递;mapper层作为数据持久层,对外提供访问数据库的方法,完成增删改查等操作;test层用于完成开发过程中的单元测试。此外,系统通过vue框架完成前端视图的搭建。

9、本专利技术对植物语义分割任务进行功能性的拆分,系统共包括数据管理、模型管理和语义分割三个功能模块,同时便于服务的更新与拓展。数据管理模块包括数据集单元、算法实例、模型实例和用户管理。数据集单元将无人机的红外线摄像头和激光雷达采集的高精度数据打包划分为数据集,并存储到本地服务进行统一管理;用户管理负责管理系统用户登陆状态和分配权限。

10、模型管理模块包括预处理单元、人工标注单元和模型训练单元。预处理单元负责对植物图像完成图像去噪、对比度增强、背景去除、边缘检测等处理,以及数据传输中的图像失真、几何变形等噪声进行剔除;模型训练单元调用相关语义分割算法,完成标注后的数据集的训练任务,并将训练好的模型存储在云端服务器,便于进一步的调用。基于不同的植物分割场景,模型训练单元可通过调用不同的算法实例进行训练,进而满足多样化的应用需求。同时,系统提供训练任务展示界面,实现模型的训练阶段、准确率结果和效果对比的可视化,从而优化语义分割策略。

11、语义分割模块包括模型预测单元和应用显示单元。模型预测单元通过调用语义分割模型,实现具体场景中病害植物、杂草、植株成熟度、植株生长程度等图像的检测和获取,应用显示单元对检测结果进行可视化的展示,提供检测数据下载功能,并进行数据的实时监测和采集。

12、本专利技术的优点及积极效果在于:

13、(1)本专利技术采用springcloud架构,系统开发更加轻量且专注于业务逻辑,有利于植物语义分割系统的功能升级和扩展。

14、(2)本专利技术提供了集成、高效、可视的目标检测平台,用户可根据自身需求选择感兴趣的目标,调用不同图像分割算法训练模型,实现多场景的灵活应用。

15、(3)本专利技术提供植物语义分割的展示平台,并进行实时数据分析,为提升植物综合治理能力提供了有力支撑。

本文档来自技高网...

【技术保护点】

1.一种基于SpringCloud框架的植物语义分割系统,其特征在于:

2.如权利要求1所示述的一种基于SpringCloud框架的植物语义分割系统,其特征在于:所述步骤(1)中系统的架构划分:

3.如权利要求1所示述的一种基于SpringCloud框架的植物语义分割系统,其特征在于:所述步骤(2)中系统功能模块的划分:

4.如权利要求1所示述的一种基于SpringCloud框架的植物语义分割系统,其特征在于:所述步骤(7)中系统在具体多样植物场景的应用:

5.如权利要求3所示述的植物语义分割系统功能模块的划分,其特征在于:

【技术特征摘要】

1.一种基于springcloud框架的植物语义分割系统,其特征在于:

2.如权利要求1所示述的一种基于springcloud框架的植物语义分割系统,其特征在于:所述步骤(1)中系统的架构划分:

3.如权利要求1所示述的一种基于springcloud框架的植物语义分...

【专利技术属性】
技术研发人员:周庆国宋世伟苟煜春姜雪涛吕锐
申请(专利权)人:兰州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1