【技术实现步骤摘要】
本专利技术属于人工智能，具体涉及一种基于图像识别的农业知识问答方法及系统。
技术介绍
1、在农业领域，大量的知识主要以文本形式记录，这为训练面向农业知识的大型语言模型提供了便利，常见的做法是将农业领域的专业知识输入到大型模型中，以此训练出能够通过文本问题提供专业知识的农业智能问答系统。
2、然而，这种方法要求用户输入具体的问题，对于普通用户，来说可能并不能准确地用文本描述农业领域的专业问题，因此从农业智能问答系统获取到的专业知识有限。当用户需要了解相关农作物或者农产品的状态时，由于专业问题的描述能力有限，也不能从农业智能问答系统获取到可靠的专业知识解读，不利于农业专业知识的推广。
3、因此，需要一种新的农业知识问答系统，以帮助用户进行便利、准确的专业知识解读。
技术实现思路
1、有鉴于此，本专利技术提出了基于图像识别的农业知识问答方法及系统，用于解决现有的农业知识问答系统不能利用农业图像直接获取专业知识的问题。
2、本专利技术第一方面，公开了一种基于图像...
【技术保护点】
1.一种基于图像识别的农业知识问答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图像识别的农业知识问答方法，其特征在于，所述农业领域的标准问题的类型包括农作物或农产品的类别、病虫害类型检测、外观特征类型、农作物或农产品的成熟度、植被密度等级、生长状态等级、土壤类型与状况等级、含水量水平、光照条件等级、天气类型以及农田环境等级。
3.根据权利要求2所述的基于图像识别的农业知识问答方法，其特征在于，所述提取标准问题的词向量和特征向量具体包括：
4.根据权利要求2所述的基于图像识别的农业知识问答方法，其特征在于，所述多任务...
【技术特征摘要】
1.一种基于图像识别的农业知识问答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图像识别的农业知识问答方法，其特征在于，所述农业领域的标准问题的类型包括农作物或农产品的类别、病虫害类型检测、外观特征类型、农作物或农产品的成熟度、植被密度等级、生长状态等级、土壤类型与状况等级、含水量水平、光照条件等级、天气类型以及农田环境等级。
3.根据权利要求2所述的基于图像识别的农业知识问答方法，其特征在于，所述提取标准问题的词向量和特征向量具体包括：
4.根据权利要求2所述的基于图像识别的农业知识问答方法，其特征在于，所述多任务分类识别算法采用机器学习或深度学习模型；
5.根据权利...
【专利技术属性】
技术研发人员：易小林，杨红兵，蔡青，
申请(专利权)人：湖北泰跃卫星技术发展股份有限公司，
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。