一种茶园禁采期自动监管方法

本发明涉及信息处理，尤其涉及一种茶园禁采期自动监管方法。

背景技术：

1、茶叶是世界公认的健康饮品，我国茶叶产量占世界茶叶产量的近一半。由于茶树多生长在热带和亚热带地区，且常连片单一种植，因此茶园易发病虫害。茶树病虫害对茶园产量和茶叶品质有严重影响，甚至可导致整个茶园的毁灭。尽管当今强调从保护生态环境出发，大力实施病虫害综合防治，减少农药的使用量，但药剂防治仍然是目前病虫害综合防治的重要内容，尤其是严重的病虫害，仅仅依靠人工和物理方法，甚至包括生物防治的方式，无法及时治愈的情况下，就必须使用农药。茶园喷雾作业是茶园管理最常见的一项作业方式，主要用于农药、叶面肥和植物生长调节剂喷施，有助于防止害虫病菌危害，促进茶树生长，保证茶叶品质。各种农药、叶面肥或植物生长调节剂在茶园施用后距茶叶采摘必须持有一定的间隔天数，这是根据农药等成分在茶叶中允许最大残留极限和该农药在茶树上的降解速度而制订的，用以保证采制的茶叶中农药等物质残留量不超过允许残留标准。只有根据防治指标，掌握茶园化学农药的合理使用技术，严格执行化学农药合理使用准则，才能减少茶叶中的农药残留量，保障茶叶的质量安全。

2、然而当前，茶园大多采用“公司+农户”、“公司+基地+农户”、“园区+基地+农户”等的运作模式，管理员对分散的农户进行监管，对茶园是否严格执行禁采期要求的监管主要通过政策宣传、人工动态巡查、人工抽检等手段，这些手段虽然能一定程度上对茶叶禁采期要求进行监督和管理，但也存在一些问题：

3、1.现有监管方法需要大量人力投入，大大增加监管人员的工作量；

4、2.现有监管方法大多通过事前宣传和事后抽查处理手段，对造成茶叶农残超标的关键事中行为(如：没有严格执行茶叶禁采期管理要求)缺乏有效监测管理手段。

技术实现思路

1、本发明提供一种茶园禁采期自动监管方法。

2、一种茶园禁采期自动监管方法，包括：

3、获取茶园图像信息；所述茶园图像信息包括：茶园图像、茶园图像对应的类别、时间、位置；所述类别包括：茶叶采摘和茶园喷雾作业两个类别；

4、根据所述茶园图像信息构建茶园禁采期监管模型，得到构建好的茶园禁采期监管模型；

5、将待监管的茶园图像信息输入所述茶园禁采期监管模型，利用所述模型来对茶园进行喷雾作业、采摘作业的自动监测。

6、进一步地，如上所述的茶园禁采期自动监管方法，所述将待监管的茶园图像信息输入所述茶园禁采期监管模型，利用所述模型来对茶园进行喷雾作业、采摘作业的自动监测包括：

7、获取待监管的茶园图像信息；

8、根据所述待监管的茶园图像对应的类别，确定该类别对应的时间间隔期；并将所述时间间隔期与预设时间间隔期进行比较，根据比较结果确定自动监管结果；

9、所述预设时间间隔期为茶园喷雾作业到茶叶采摘的安全间隔期。

10、进一步地，如上所述的茶园禁采期自动监管方法，在所述自动监管结果为茶园有不合规采摘作业发生的情况下，生成茶园管理监测预警信息，并将该信息发布给茶园管理者，同时自动形成不可篡改的茶园作业记录，记入茶园电子档案，供外部监管者查阅。

11、进一步地，如上所述的茶园禁采期自动监管方法，所述茶园禁采期监管模型采用yolov8模型构建得到。

12、进一步地，如上所述的茶园禁采期自动监管方法，所述根据所述茶园图像信息构建茶园禁采期监管模型包括：

13、将所述茶园图像进行增强处理，并以增强处理后的图像来构建所述茶园禁采期监管模型；所述增强处理包括：旋转、裁剪、缩放、翻转。

14、进一步地，如上所述的茶园禁采期自动监管方法，利用shufflenet网络作为所述yolov8模型的原始特征提取网络。

15、进一步地，如上所述的茶园禁采期自动监管方法，所述茶园禁采期监管模型包括注意力机制cbam模块，该注意力机制cbam模块用于提取茶园图像的目标特征信息。

16、进一步地，如上所述的茶园禁采期自动监管方法，所述茶园禁采期监管模型采用类别加权的损失函数来处理茶园行为识别任务中的类别标签不平衡问题。

17、进一步地，如上所述的茶园禁采期自动监管方法，所述茶园禁采期监管模型在推理阶段，将大图切割成多个小图进行分别处理，然后将处理结果拼接在一起，只进行一次nms操作来获得最终推理结果；

18、所述nms操作采用采用softnms方式，以对重叠的目标框进行柔和处理，保留得分较高的框。

19、本发明提供的茶园禁采期自动监管方法，从保证茶叶原料质量安全需要出发，通过构建茶园禁采期监管模型，并结合绿色茶园管理技术规程设定的茶园喷雾作业到茶叶采摘的间隔期要求，实现茶园禁采期管理自动监测告警。该方法能够从茶园采集的茶园视频图像中，及时发现并捕捉茶园喷雾作业和采摘作业行为，并自动分析判断茶园喷雾作业、茶叶采摘两类作业的间隔期是否符合绿色茶园管理技术规程要求；若发现茶园有不合规采摘作业发生，则立即生成茶园管理监测预警信息发布给茶园管理者，同时自动形成不可篡改的茶园作业记录，记入茶园电子档案，供外部监管者查阅。因此，本发明提供的方法，能够及时、精准地识别茶园喷雾作业、茶叶采摘2种农事活动行为，为防止茶叶产品农药残留超标问题提供一种有效的解决方案。

技术特征：

1.一种茶园禁采期自动监管方法，其特征在于，包括：

2.根据权利要求1所述的茶园禁采期自动监管方法，其特征在于，所述将待监管的茶园图像信息输入所述茶园禁采期监管模型，利用所述模型来对茶园进行喷雾作业、采摘作业的自动监测包括：

3.根据权利要求2所述的茶园禁采期自动监管方法，其特征在于，在所述自动监管结果为茶园有不合规采摘作业发生的情况下，生成茶园管理监测预警信息，并将该信息发布给茶园管理者，同时自动形成不可篡改的茶园作业记录，记入茶园电子档案，供外部监管者查阅。

4.根据权利要求1-3任一所述的茶园禁采期自动监管方法，其特征在于，所述茶园禁采期监管模型采用yolov8模型构建得到。

5.根据权利要求4所述的茶园禁采期自动监管方法，其特征在于，所述根据所述茶园图像信息构建茶园禁采期监管模型包括：

6.根据权利要求4所述的茶园禁采期自动监管方法，其特征在于，利用shufflenet网络作为所述yolov8模型的原始特征提取网络。

7.根据权利要求4所述的茶园禁采期自动监管方法，其特征在于，所述茶园禁采期监管模型包括注意力机制cbam模块，该注意力机制cbam模块用于提取茶园图像的目标特征信息。

8.根据权利要求4所述的茶园禁采期自动监管方法，其特征在于，所述茶园禁采期监管模型采用类别加权的损失函数来处理茶园行为识别任务中的类别标签不平衡问题。

9.根据权利要求4所述的茶园禁采期自动监管方法，其特征在于，所述茶园禁采期监管模型在推理阶段，将大图切割成多个小图进行分别处理，然后将处理结果拼接在一起，只进行一次nms操作来获得最终推理结果；

技术总结本发明提供一种茶园禁采期自动监管方法，包括：获取茶园图像信息；所述茶园图像信息包括：茶园图像、茶园图像对应的类别、时间、位置；所述类别包括：茶叶采摘和茶园喷雾作业两个类别；根据所述茶园图像信息构建茶园禁采期监管模型，得到构建好的茶园禁采期监管模型；将待监管的茶园图像信息输入所述茶园禁采期监管模型，利用所述模型来对茶园进行喷雾作业、采摘作业的自动监测。本发明提供的方法，能够及时、精准地识别茶园喷雾作业、茶叶采摘2种农事活动行为，为防止茶叶产品农药残留超标问题提供一种有效的解决方案。技术研发人员：谭礼强,姚海翊,陈涓,赵匀铎,唐小雨,廖庆,杜翔受保护的技术使用者：四川农业大学技术研发日：技术公布日：2024/10/10