[发明专利]设施番茄农事决策辅助方法及装置

权利要求书

1.一种设施番茄农事决策辅助方法，其特征在于，包括：

通过智能眼镜获取设施内的作物图像；

将所述作物图像，输入智能眼镜中预存储的改进型单镜头多盒检测器SSD网络模型，输出需要农事决策的部位，并在智能眼镜中进行显示；

其中，所述改进型SSD网络模型，为基于移动深度学习网络MobileNet V3网络代替SSD网络的特征提取网络结构，并基于确定的农事决策部位作为标签的样本图像，进行训练得到；所述农事决策包括，整枝打杈、疏花、疏果、叶片摘除和熟果采摘中任意一种或多种。

2.根据权利要求1所述的设施番茄农事决策辅助方法，其特征在于，所述通过智能眼镜获取设施内的作物图像之前，还包括：

通过巡检机器人获取作物各生长周期的图像，对需要农事决策的部位和无需农事决策的部位，分别标注对应的正负样本图像；

在智能眼镜以外的计算设备上，构建改进型SSD网络模型，基于样本图像，对构建的改进型SSD网络模型进行训练；

将训练完成的改进型SSD网络模型，发送至智能眼镜进行存储。

3.根据权利要求1所述的设施番茄农事决策辅助方法，其特征在于，所述构建改进型SSD网络模型，包括：

选取MobileNet V3中的layer_14和layer_17作为特征提取层，代替SSD网络的特征提取网络。

4.根据权利要求1所述的设施番茄农事决策辅助方法，其特征在于，对构建的改进型SSD网络模型进行训练之后，还包括：

根据采样AP值确定训练后模型的性能；

其中，P为准确率，R为召回率，TP为真实的正样本数量，FP为错误的正样本数量，FN为错误的负样本数量。

5.根据权利要求2所述的设施番茄农事决策辅助方法，其特征在于，所述通过巡检机器人获取作物各生长周期的图像，对需要农事决策的部位和无需农事决策的部位，分别标注对应的正负样本图像，包括以下中的一项或多项：

采集具有腋芽的枝杈部分的样本图像，将腋芽大于预设长度的图像标记为需要打岔的正样本；

采集开花部位的样本图像，将每穗花朵数量大于预设数量的图像标记为需要疏花的正样本；

采集穗果坐齐后的样本图像，将单株的果实大于预设数量的样本图像标记为需要疏果的正样本；

分别采集成熟果实和非成熟果实的样本图像，将成熟果实图像标记为适合采摘的正样本，将非成熟果实图像标记为不适合采摘的负样本；

采集叶片部位的样本图像，将叶片覆盖果实的部位或叶片密度大于预设条件的部位，标记为需要叶片摘除的正样本。

6.根据权利要求2所述的设施番茄农事决策辅助方法，其特征在于，所述通过巡检机器人获取作物各生长周期的图像之后，还包括：

从获取的整体图像数据集中，独立同分布采样得到作物各生长周期的图像，用于训练。

7.根据权利要求1所述的设施番茄农事决策辅助方法，其特征在于，输出需要农事决策的部位，并在智能眼镜中进行显示之后，还包括：

根据显示的需决策部位，进行农事决策作业后，获取作业后的设施内作物图像；

根据所述需要农事决策的部位和已作业的部位，对决策作业的效果进行评估。

8.一种设施番茄农事决策辅助装置，其特征在于，用于智能眼镜，包括：

采集模块，用于获取设施内的作物图像；

处理模块，用于将所述作物图像，输入智能眼镜中预存储的改进型SSD网络模型，输出需要农事决策的部位，并在智能眼镜中进行显示；

其中，所述改进型SSD网络模型，为基于MobileNet V3网络代替SSD网络的特征提取网络结构，并基于确定的农事决策部位作为标签的样本图像，进行训练得到；所述农事决策包括，整枝打杈、蔬花、蔬果、叶片摘除和熟果采摘中任意一种或多种。