【技術實現步驟摘要】
本申請涉及作物產量評估，特別是涉及一種多模態數據融合的作物產量預測方法、設備及介質。
技術介紹
1、作物產量是農業生產的核心指標，直接關系到糧食安全、經濟發展和生態平衡。高作物產量不僅能滿足日益增長的人口需求，還能提高農民收入，促進農村經濟的可持續發展。此外，合理的作物產量評估與預測有助于優化資源配置，減少浪費，推動農業技術創新，從而實現生態環境的保護與農業的高效發展。
2、為了獲取作物產量的真實值，傳統方法是需要對農田中的作物進行采樣和曬干，并使用水分測定儀器對曬干后的作物進行水分測量，隨后在干燥的狀態下對作物進行稱重，得到其凈重量，最終根據測得的凈重量和水分含量確定出每畝農田的作物產量。雖然傳統方法能夠確定作物產量的真實值，但其需要耗費大量人工時間和精力，且整個過程效率較低。
3、隨著科技的進步，也逐漸出現了一種依賴特征選擇和傳統機器學習模型建模的作物產量預測方法，盡管這種方法對計算資源和存儲空間的需求較低，但其仍需要依賴人工選擇和設計特征，且這一過程往往需要一定的專業知識，否則可能無法有效捕獲到關鍵特征信息，從而影響作物參量預測的精準度。
技術實現思路
1、本申請的目的是提供一種多模態數據融合的作物產量預測方法、設備及介質，減少了人工干預，提高了作物產量預測的效率和精準度。
2、為實現上述目的，本申請提供了如下方案。
3、第一方面，本申請提供一種多模態數據融合的作物產量預測方法，所述多模態數據融合的作物產量預測方法包括：采集目標
4、第二方面，本申請還提供一種計算機設備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序以實現第一方面所述的多模態數據融合的作物產量預測方法。
5、第三方面，本申請還提供一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現第一方面所述的多模態數據融合的作物產量預測方法。
6、根據本申請提供的具體實施例，本申請公開了以下技術效果。
7、本申請通過對目標農田的原始圖像進行預處理和作物參數的提取，最終確定了各樣方區域的圖像特征和文本特征，與單一特征相比，這種多模態特征的組合更能增強樣方區域內作物的特征信息。為了同時處理圖像特征和文本特征，本申請還改進了resnet模型，擴展了resnet模型的輸入接口并自定義了數據加載類，使基于改進后的resnet模型構建的多模態數據融合預測模型更能增強圖像特征和文本特征的融合，更能有效捕捉多模態特征與作物產量預測值之間的關系，同時也為跨模態學習提供了更大的靈活性。因此，本申請在減少人工干預的前提下，提高了作物產量預測的效率和精準度。
本文檔來自技高網...【技術保護點】
1.一種多模態數據融合的作物產量預測方法，其特征在于，所述多模態數據融合的作物產量預測方法包括：
2.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，對目標農田的原始圖像進行預處理，得到多個樣方區域的預處理圖像，具體包括：
3.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，基于各樣方區域的預處理圖像，提取各樣方區域的作物參數，具體包括：
4.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，基于各樣方區域的預處理圖像和作物參數，確定各樣方區域的特征信息，具體包括：
5.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，所述改進后的ResNet模型允許同時處理圖像特征和文本特征，并通過在前向傳播中合并圖像特征與文本特征來增強信息融合；所述改進后的ResNet模型根據實際應用調整圖像特征輸入的通道數，以及，文本特征輸入的維度。
6.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，所述多模態數據融合預測模型包括依次連接的第一卷積模塊、最大池
7.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，所述多模態數據融合預測模型的確定過程包括：
8.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，采集目標農田的原始圖像，具體包括：
9.一種計算機設備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1-8中任一項所述的多模態數據融合的作物產量預測方法。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1-8中任一項所述的多模態數據融合的作物產量預測方法。
...【技術特征摘要】
1.一種多模態數據融合的作物產量預測方法，其特征在于，所述多模態數據融合的作物產量預測方法包括：
2.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，對目標農田的原始圖像進行預處理，得到多個樣方區域的預處理圖像，具體包括：
3.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，基于各樣方區域的預處理圖像，提取各樣方區域的作物參數，具體包括：
4.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，基于各樣方區域的預處理圖像和作物參數，確定各樣方區域的特征信息，具體包括：
5.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，所述改進后的resnet模型允許同時處理圖像特征和文本特征，并通過在前向傳播中合并圖像特征與文本特征來增強信息融合；所述改進后的resnet模型根據實際應用調整圖像特征輸入的通道數，以及，文本特征輸入的維度。
6.根據權利要求1所述的多模態數據融合的作物產量預測方法，其特征在于，所述多...
【專利技術屬性】
技術研發人員：王敏娟，李桂鑫，張夢琪，周珈任，張漫，
申請(專利權)人：中國農業大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。