[发明专利]用于植物识别的方法和计算机系统在审

专利信息
申请号: 202110658721.1 申请日: 2021-06-15
公开(公告)号: CN113298180A 公开(公告)日: 2021-08-24
发明(设计)人: 徐青松;李青 申请(专利权)人: 杭州睿胜软件有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 田菁
地址: 310053 浙江省杭州市中华人民共和国*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 植物 识别 方法 计算机系统
【说明书】:

本公开用于植物识别的方法,包括:接收影像,其中所述影像包括植物的至少一个部位;根据所述影像,基于已训练的神经网络模型识别所述影像中的植物的部位、生长地和生长周期中的至少一项以及所述影像中的植物的分类;以及根据用户的操作请求,对识别出的所述植物的分类和所述至少一项进行所请求的操作。本公开还涉及用于植物识别的计算机系统。

技术领域

本公开涉及计算机技术领域,尤其涉及用于植物识别的方法和计算机系统。

背景技术

计算机技术领域中,存在用于识别植物的应用程序。这些应用程序通常接收来自用户的影像(包括静态图像、动态图像、以及视频等),并基于由人工智能技术建立的植物识别模型对影像中的待识别植物的分类进行识别。例如,识别结果即植物的分类可以为植物的种(Species)等。来自用户的影像通常包括待识别植物的至少一部分,例如,影像中可以包括待识别植物的茎、叶、和花等。

发明内容

本公开的一个目的是提供用于植物识别的方法和计算机系统。

根据本公开的第一方面,提供了一种用于植物识别的方法,包括:接收影像,其中所述影像包括植物的至少一个部位;根据所述影像,基于已训练的神经网络模型识别所述影像中的植物的部位、生长地和生长周期中的至少一项以及所述影像中的植物的分类;以及根据用户的操作请求,对识别出的所述植物的分类和所述至少一项进行所请求的操作。

根据本公开的第一方面,提供了一种用于植物识别的方法,包括:接收影像,其中所述影像包括植物的至少一个部位;根据所述影像,基于已训练的神经网络模型识别所述影像中的植物的分类、所述影像中的植物的部位、所述影像中的植物的生长地、所述影像中的植物的生长周期、以及所述影像的影像质量;以及根据用户的操作请求,选取识别出的一项或多项内容进行所请求的操作。

根据本公开的第三方面,提供了一种用于植物识别的方法,包括:根据影像基于已训练的神经网络模型识别植物的分类,以及所述植物的生长地、生长周期和所述影像中的植物的部位中的至少两项,其中所述影像包括所述植物的至少一个部位;根据识别出的所述植物的分类,以及所述植物的生长地、生长周期和所述影像中的植物的部位中的所述至少两项,确定所述植物的养护方案;以及输出所述植物的养护方案。

根据本公开的第四方面,提供了一种用于植物识别的方法,包括:接收影像,其中所述影像包括所述植物的至少一个部位;根据所述影像,识别所述影像中的植物的部位、以及所述植物的分类;根据识别出的所述影像中的植物的部位,确定输出的分类层级;以及根据确定的所述分类层级输出所述植物的相应分类层级的分类。

根据本公开的第五方面,提供了一种用于植物识别的计算机系统,包括:一个或多个处理器;以及一个或多个存储器,所述一个或多个存储器被配置为存储一系列计算机可执行的指令以及与所述一系列计算机可执行的指令相关联的计算机可访问的数据,其中,当所述一系列计算机可执行的指令被所述一个或多个处理器执行时,使得所述计算机系统进行如上所述的任一方法。

根据本公开的第六方面,提供了一种非临时性计算机可读存储介质,所述非临时性计算机可读存储介质上存储有一系列计算机可执行的指令,当所述一系列计算机可执行的指令被一个或多个计算装置执行时,使得所述一个或多个计算装置进行如上所述的任一方法。

通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。

附图说明

构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。

参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:

图1是示意性地示出根据本公开的一个实施例的用于植物识别的方法的至少一部分的流程图。

图2是示意性地示出根据本公开的另一个实施例的用于植物识别的方法的至少一部分的流程图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州睿胜软件有限公司,未经杭州睿胜软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110658721.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top