基于深度学习的虫害防治方案生成方法、系统及存储介质
基本信息
| 申请号 | CN202210629166.4 | 申请日 | - |
| 公开（公告）号 | CN114707773A | 公开（公告）日 | 2022-07-05 |
| 申请公布号 | CN114707773A | 申请公布日 | 2022-07-05 |
| 分类号 | G06Q10/04（2012.01）I;G06Q10/06（2012.01）I;G06Q50/02（2012.01）I;G06V10/30（2022.01）I;G06V10/44（2022.01）I;G06V10/50（2022.01）I;G06V10/54（2022.01）I;G06V10/56（2022.01）I;G06V10/74（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 肖勇;李振宇;尹飞;彭争科 | 申请（专利权）人 | 广东省农业科学院植物保护研究所 |
| 代理机构 | 佛山粤进知识产权代理事务所（普通合伙） | 代理人 | - |
| 地址 | 510640广东省广州市天河区金颖路7号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开的一种基于深度学习的虫害防治方案生成方法、系统及存储介质，涉及虫害防治技术领域，其中虫害防治方案生成方法包括：获取目标区域内植株图像信息，根据所述植株图像信息判断目标区域内植株是否存在虫害情况并确定当前虫害为害症状，基于虫害种类、为害症状及防治方法通过异构图形式进行表示，基于图卷积神经网络构建防治方案生成模型，将所述当前虫害为害症状作为初始节点输入防治方案生成模型获取防治方案的预测分数，将预测分数高的防治方案作为适用于目标区域植株的虫害防治方案。本发明通过图卷积神经网络获取虫害与防治方案的潜在关系，使得防治方案的针对性及精准度大大提高，同时改良了植株虫害防治方案的制定效率。 |
