【技术实现步骤摘要】
本申请涉及人工智能领域，尤其涉及一种农作物识别模型训练方法、农作物识别模型训练装置、计算机设备以及计算机可读存储介质。
技术介绍
1、在农户贷款流程中，农田资产评估占据着举足轻重的地位。然而，农村地域辽阔、人口稀疏、交通不便，使得银行难以深入农村进行实地调查与评估，从而导致银行审批贷款面临挑战。
2、面对农户贷款中农田资产评估的难题，技术人员可以利用卫星遥感图像准确获取农田信息，同时结合面积测算和产量预测等技术，对农田资产进行估值，以此简化评估流程，降低工作难度。其中，农作物识别是这一环节中不可或缺的组成部分，银行工作人员需要精确识别每片区域内种植的农作物种类，从而使得农田资产评估工作变得更加高效、准确和全面。
3、然而，传统的农作物识别方法以及农作物识别模型对于农作物种类的预测精度较差，影响了农田资产评估工作的顺利进行。
技术实现思路
1、本申请提供了一种农作物识别模型训练方法，该方法可以解决相关技术中对于农作物种类的预测精度较差的问题。
2、第一方面...
【技术保护点】
1.一种农作物识别模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测结果和所述标注信息确定类别采样率，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一伪标签图像、所述第二伪标签图像、所述第一无标注训练图像、所述第二无标注训练图像和所述类别采样率生成增强图像和第三伪标签图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一伪标签图像、所述第二伪标签图像、所述第一无标注训练图像、所述第二无标注训练图像和所述掩膜，生成所述增强图像和所述第三伪标签图像
【技术特征摘要】
1.一种农作物识别模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测结果和所述标注信息确定类别采样率，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一伪标签图像、所述第二伪标签图像、所述第一无标注训练图像、所述第二无标注训练图像和所述类别采样率生成增强图像和第三伪标签图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一伪标签图像、所述第二伪标签图像、所述第一无标注训练图像、所述第二无标注训练图像和所述掩膜，生成所述增强图像和所述第三伪标签图像，包括：
5.根据权利要求1...
【专利技术属性】
技术研发人员：徐仁卿，
申请(专利权)人：中国农业银行股份有限公司，
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。