[发明专利]植物生长区域的灌水状态的识别方法、装置和存储介质

权利要求书

1.一种植物生长区域的灌水状态的识别方法，其特征在于，包括：

获取目标植物生长区域的目标图像，并对所述目标图像进行切图处理，得到多张子图像；

基于第一深度学习网络模型，分别对所述多张子图像进行识别，得到多个子灌水状态，并基于所述多个子灌水状态确定目标灌水状态，所述目标灌水状态用于指示目标植物生长区域中可积水的区域的多少；其中，所述多个子灌水状态与所述多张子图像一一对应，所述第一深度学习网络模型为使用多组样本数据通过深度学习训练出的，所述多组样本数据中的每组数据均包括：植物生长区域的图像样本的多张子图像样本、灌水状态的标签，以及所述图像样本与所述灌水状态的标签之间的对应关系；所述灌水状态的标签基于所述植物生长区域中覆盖水的区域或未覆盖水的区域与所述植物生长区域的占比确定得到。

2.根据权利要求1所述的方法，其特征在于，每张所述子图像的尺寸与所述第一深度学习网络模型相匹配，对所述目标图像进行切图处理，得到所述多张子图像，包括以下之一：

将所述目标图像按照第一数量平均切分为所述第一数量的所述子图像；

在所述目标图像中的目标位置中截取出第二数量的所述子图像。

3.根据权利要求1所述的方法，其特征在于，基于所述多个子灌水状态确定所述目标灌水状态，包括以下之一：

对每个所述子灌水状态的值按照对应的权值进行加权平均，得到目标值，并基于所述目标值确定所述目标灌水状态，其中，每个所述子灌水状态的值用于表征每个所述子灌水状态所属的种类，每个所述子灌水状态对应的权值为每个所述子灌水状态所属的种类的概率；

将所述多个子灌水状态中数量最多的相同种类的子灌水状态，确定为所述目标灌水状态。

4.根据权利要求3所述的方法，其特征在于，基于所述目标值确定所述目标灌水状态，包括：

从多个区间中确定出所述目标值所处的目标区间，其中，不同的所述区间对应不同种类的灌水状态；

将与所述目标区间对应的种类的灌水状态，确定为所述目标灌水状态。

5.根据权利要求1所述的方法，其特征在于，在基于第一深度学习网络模型，分别对所述多张子图像进行识别，得到多个子灌水状态之前，所述方法还包括：

基于所述多组样本数据中的训练数据对初始神经网络模型进行深度学习训练，得到第二深度学习网络模型；

基于所述多组样本数据中的测试数据对所述第二深度学习网络模型进行测试，得到测试结果；

基于所述测试结果调整所述第二深度学习网络模型的网络参数，得到所述深度学习网络模型。

6.根据权利要求5所述的方法，其特征在于，在基于所述多组样本数据中的训练数据对所述初始神经网络模型进行深度学习训练，得到所述第二深度学习网络模型之前，所述方法还包括：

获取所述植物生长区域的原始图像样本；

对所述原始图像样本进行切图处理，得到多张子原始图像样本，并将所述多张子原始图像样本、所述灌水状态的标签，以及所述多张子原始图像样本与所述灌水状态的标签之间的对应关系确定为一组所述样本数据，其中，所述样本数据与所述第一深度学习网络模型相匹配。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括以下至少之一：

按照不同的文件夹对所述植物生长区域的灌水状态进行分类，得到所述灌水状态的标签；

通过文件夹的文件名上包含所述灌水状态所属的种类的字符串，对所述灌水状态进行分类，得到所述灌水状态的标签。

8.根据权利要求1所述的方法，其特征在于，所述目标灌水状态包括：所述目标灌水状态所属的种类和/或所述目标灌水状态所属的种类的概率，其中，所述目标灌水状态所属的种类通过所述目标植物生长区域中的覆盖水的区域进行确定。