摘要
本申请涉及监测预警技术领域,其具体地公开了一种基于物联网的温室病虫害智能监测预警系统及方法,其首先利用目标检测模型对温室植物的可见光RGB图像进行初步筛查,获得病虫害初步筛查结果及对应的置信度评分,同时,通过对温室环境数据进行时序分析以判断其是否适宜病虫害滋生,并据此动态调控置信度阈值,对初筛结果进行分级处理,即高置信度结果直接预警,低置信度结果过滤,而置信度评分居中的可疑病虫害图像则进一步融合其对应的多光谱图像,通过对两者进行深度关联融合分析实现对病虫害的精准识别与预警。该方法通过先粗筛后精判机制,仅在可疑场景下引入多光谱数据进行深入分析,在提高病虫害监测准确性的同时,避免了不必要计算开销。
技术关键词
病虫害图像
温室病虫害
多模态
植物生长环境
稀疏编码特征
多光谱图像特征
监测预警方法
编码向量
智能监测预警系统
通道
可见光图像
置信度阈值
序列
预警模块
sigmoid函数
系统为您推荐了相关专利信息
风险分析方法
电池
无迹卡尔曼滤波算法
长短期记忆循环神经网络
参数
车辆部件
动态生成规则
多模态数据融合
路径特征
裂纹
多模态
现实世界对象
多维对象
拓扑图
时空关系分析
多模态
电力开关柜
循环生成对抗网络
监测方法
历史温度数据