摘要
本发明涉及一种基于深度学习进行虫情分析的预警方法。包括:获取果树周围虫害的图像数据;根据深度学习模型对所述图像数据进行虫害识别;对识别后的虫害进行统计分析并得到统计数据;当所述统计数据达到预设条件后进行预警警报;其中,所述预设条件为在设定时间范围内识别到的对应的昆虫数目到达预设阈值以上的情况。本发明通过针对虫害进行识别,实现虫情预警相结合,通过针对果树果园的虫害早期预警,以降低农业生产中的虫害风险。
技术关键词
预警方法
虫害识别
深度学习模型
虫害早期预警
环境检测设备
虫情测报灯
虫害图像
因子
警报
传播算法
数据存储
多尺度
地点
农业
输出端
风险
网络
参数
系统为您推荐了相关专利信息
风电功率预测方法
风速
机器学习模型
深度学习模型
风电功率预测装置
估计方法
实时图像
特征数据库
特征融合网络
矫正
电磁信号监测方法
深度学习模型
信号处理单元
信号监测装置
传感器识别
深度学习模型
员工
场景
计算机存储介质
特征提取模块