播种质量获取方法、系统、电子设备及计算机可读存储介质

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种播种质量获取方法、 系统、电子设备及计算机可读存储介质。

背景技术

随着智慧农业技术的发展，播种机在农业中的应用也日趋成熟，越来越 多的农业场景使用播种机进行播种，播种机作业减少了人力成本，提高了播 种效率。

然而，播种机也存在不少缺点，播种机在播种过程中，受多种因素影响， 如覆土轮堵转和播种速度过快等因素，导致播种机播种的部分种子不能被 泥土有效覆盖，从而产生不良播种。但是，目前的播种机在进行播种作业时， 难以获知播种质量。

发明内容

有鉴于此，本发明的目的在于提供一种播种质量获取方法、系统、电子 设备及计算机可读存储介质，其能够改善现有的播种机在进行播种作业时， 不能对种子的播种质量进行监控，难以获知播种质量的问题。

为了实现上述目的，第一方面，本发明实施例提供一种播种质量获取方 法，采用如下的技术方案。

一种播种质量获取方法，所述方法包括：

将连续的、关于作业田播种情况的多帧待测图片输入预设的检测网络， 检测出每帧所述待测图片中的多个边界框及各边界框的置信度，所述检测 网络被训练为在以图片为输入的情况下，输出为图片中的边界框及边界框 的置信度，所述边界框表征裸露种子的位置；

根据所述置信度，从所述边界框中确定出各所述裸露种子唯一的目标 框，统计每帧所述待测图片的所述目标框的个数，得到每帧所述待测图片的 裸露种子数；

根据所述裸露种子数，得到每帧所述待测图片的种子裸露率，并根据连 续的预设帧数的所述待测图片的种子裸露率，得到播种质量。

进一步地，所述根据连续的预设帧数的所述待测图片的种子裸露率，得 到播种质量的步骤，包括：

若连续的预设帧数的所述待测图片的种子裸露率均大于预设值，则确 定播种质量为欠佳，否则确定播种质量为良好。

进一步地，在所述得到播种质量的步骤之后，所述方法还包括：

若播种质量为欠佳，则发出预警信号。

进一步地，所述根据所述置信度，从所述边界框中确定出各所述裸露种 子唯一的目标框的步骤，包括：

将同一裸露种子的所有所述边界框中置信度最大的边界框确定为该裸 露种子的比较框；

采用交并比损失函数，依次计算出每个裸露种子的所述比较框与该裸 露种子的剩余所述边界框的交并比值；

针对每个裸露种子，将所有所述交并比值与阈值进行比较，若无所述交 并比值大于所述阈值，则将所述比较框的坐标信息作为该裸露种子的目标 坐标信息，并根据所述目标坐标信息确定目标框；

否则，将所述比较框剔除，并在该裸露种子的剩余所述边界框中确定出 新的比较框，直至得到该裸露种子的目标坐标信息。

进一步地，所述根据所述裸露种子数，得到每帧所述待测图片的种子裸 露率的步骤，包括：

根据所述待测图片的作业田覆盖面积，结合播种规格，得到每帧所述待 测图片所涉及的种子总量；

根据每帧所述待测图片的种子裸露数以及种子总量，得到每帧所述待 测图片的种子裸露率。

进一步地，所述检测网络包括卷积层、池化层、全连接层和输出层，所 述输出层包括线性激活函数。

第二方面，本发明实施例提供一种播种质量获取系统，采用如下的技术 方案。

一种播种质量获取系统，包括播种机和无人机，所述无人机上搭载有摄 像头，所述播种机与所述无人机通信连接，所述无人机安装有飞控子系统和 算法处理子系统；

所述播种机，用于根据设置的播种规格对作业田进行播种，并实时生成 飞行跟随信息，将所述飞行跟随信息发送至所述无人机；

所述飞控子系统，用于基于所述飞行跟随信息，利用预设的动态航线生 成算法，控制所述无人机跟随所述播种机飞行；

所述摄像头，用于实时拍摄已播种的所述作业田的待测图片，并将所述 待测图片发送至所述算法处理子系统；

所述算法处理子系统，用于根据所述待测图片，采用如第一方案所述的 播种质量获取方法，来获取所述播种机的播种质量。

进一步地，所述播种质量获取系统还包括云平台，所述播种机上安装有 警报子系统，所述云平台与所述播种机通信连接；

所述云平台，用于设置所述播种机的作业规划，并控制所述播种机根据 所述作业规划进行播种作业；

所述算法处理子系统，还用于在所述播种质量为欠佳的情况下，向所述 警报子系统发出预警信号；

所述警报子系统，用于根据所述预警信号向所述云平台发出报警信号， 以促使所述云平台进行报警。

第三方面，本发明实施例提供一种播种质量获取系统，采用如下的技术 方案。

一种播种质量获取系统，包括播种机，所述播种机搭载有摄像头和算法 处理子系统，所述摄像头与所述算法处理子系统通信连接；

所述播种机，用于对作业田进行播种；

所述摄像头，用于实时拍摄已播种的所述作业田的待测图片，并将所述 待测图片发送至所述算法处理子系统；

所述算法处理子系统，用于根据所述待测图片，采用如第一方面所述的 播种质量获取方法，来获取所述播种机的播种质量。

第四方面，本发明实施例提供一种播种质量系统，采用如下的技术方案。

一种播种质量获取系统，括通信连接的播种机和无人机，所述播种机上 安装有算法处理子系统，所述无人机上安装有摄像头和飞控子系统；

所述播种机，用于对作业田进行播种，并实时生成飞行跟随信息，将所 述飞行跟随信息发送至所述无人机；

所述飞控子系统，用于基于所述飞行跟随信息，利用预设的动态航线生 成算法，控制所述无人机跟随所述播种机飞行；

所述摄像头，用于实时拍摄已播种的作业田的待测图片，并将所述待测 图片发送至所述算法处理子系统；

所述算法处理子系统，用于根据所述待测图片，采用如第一方面所述的 播种质量获取方法，来获取所述播种机的播种质量。

第五方面，本发明实施例提供一种电子设备，采用如下的技术方案。

一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处 理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实 现如第一方面所述的播种质量获取方法。

第六方面，本发明实施例提供一种计算机可读存储介质，采用如下的技 术方案。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被 处理器执行时实现如第一方面所述的播种质量获取方法。

本发明实施方式提供的播种质量获取方法、系统、电子设备及计算机可 读存储介质，通过对多帧连续的作业区播种情况的待测图片输入检测网络， 得到表征裸露种子位置的边界框，并根据边界框的置信度，确定每个裸露种 子唯一的目标框，根据目标框统计出每帧待测图片中的裸露种子数，并根据 连续的预设帧数的待测图片的种子裸露率，得到播种质量，在播种作业中， 可实时监控，并根据监控的待测图片快速获知播种质量，从而能够改善现有 的播种机在进行播种作业时，不能对种子的播种质量进行监控而难以获知 播种质量的问题。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中 所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某 些实施方式，因此不应被看作是对范围的限定，对于本领域普通技术人员来 讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附 图。

图1示出了本发明实施例提供的播种质量获取系统的方框示意之一。

图2示出了本发明实施例提供的播种质量获取方法的流程示意图之一。

图3示出了本发明实施例提供的播种质量获取方法的流程示意图之二。

图4示出了图2和图3中步骤S101的部分子步骤的流程示意图。

图5示出了图2和图3中步骤S102的部分子步骤的流程示意图。

图6示出了图2和图3中步骤S103的部分子步骤的流程示意图。

图7示出了本发明实施例提供的播种质量获取系统的结构示意图。

图8示出了本发明实施例提供的播种质量获取系统的方框示意图之二。

图9示出了本发明实施例提供的播种质量获取系统的工作流程图之一。

图10示出了本发明实施例提供的播种质量获取系统的工作流程图之二。

图11示出了本发明实施例提供的播种质量获取系统的工作流程图之三。

图12示出了本发明实施例提供的播种质量获取装置的方框示意图。

图13示出了本发明实施例提供的电子设备的方框示意图。

图标：100-播种质量获取系统；110-播种机；120-摄像头；130-算法处 理子系统；140-云平台；150-警报子系统；160-无人机；170-拖拉机；180-播 种机构；190-定位子系统；200-无人驾驶子系统；210-无线通讯子系统；220- 云台；240-飞控子系统；250-无线通讯模块；260-播种质量获取装置；270- 检测模块；280-计算模块；290-电子设备。

具体实施方式

下面将结合本发明实施方式中附图，对本发明实施方式中的技术方案 进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施 方式，而不是全部的实施方式。通常在此处附图中描述和示出的本发明实施 方式的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在 限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于 本发明的实施方式，本领域技术人员在没有做出创造性劳动的前提下所获 得的所有其他实施方式，都属于本发明保护的范围。

需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个 实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些 实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包 含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要 素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列 出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要 素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排 除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

播种机110在播种过程中，播种质量受多种因素影响，如覆土轮堵转和 播种速度过快等因素都会导致播种的种子不能被泥土有效覆盖，从而容易 出现不良播种时。一旦出现不良播种的情况时，需要使播种机110及时停止 播种，排除故障，以提高播种质量。

但目前的播种机110在播种作业时，难以获知播种质量。

基于上述考虑，本发明提供一种播种质量获取方案，其能够获取播种质 量，改善目前播种机110不能获知播种质量的问题。以下，将从多个角度， 对播种质量获取方案进行详细介绍。电子设备290

本发明实施例提供的播种质量获取方法，可以应用于如图1所示的播 种质量获取系统100中，该检测系统包括播种机110，播种机110上搭载有 摄像头120和算法处理子系统130，摄像头120和算法处理子系统130通信 连接。

播种机110，用于对作业田进行播种。

其中，播种机110可以是无人驾驶播种，即根据预设的播种规格对作业 田进行播种，播种路径预先进行规划。也可以是人工驾驶播种，此时播种路 径由驾驶员决定。

摄像头120，用于实时拍摄已播种的作业田的待测图片，并将待测图片 发送至算法处理子系统130。

摄像头120可以设置于靠近播种机110的播种部位的位置，以能够对 已播种的作业田进行播种。

由于待测图片是实时拍摄的，因此待测图片是连续的。

算法处理子系统1301，根据待测图片，采用本发明实施例提供的播种 质量获取方法，来获取播种机110的播种质量。

上述播种质量获取系统100，及时对已播种的作业田进行拍摄，并根据 拍摄的连续的待测图片，利用播种质量获取方法，得到播种机110的播种质 量，以能在播种过程对播种情况进行监控，把控播种质量，提高播种效率。

为了及时对异常播种进行处理，请继续参照图1，上述播种质量获取系 统100还可以包括云平台140，播种机110上安装有警报子系统150，云平 台140和播种机110可以通过网络通信连接。

算法处理子系统130，还用于在播种质量为欠佳的情况下，向警报子系 统150发出预警信号。

可以设置一个预设值，当播种质量小于预设值时，播种质量即为欠佳。 也可以根据实际应用情况，对播种质量的判定方式进行适应性调整。本实施 例中，不作具体限定。

警报子系统150，用于根据预警信号向云平台140发出报警信号，以促 使云平台140进行报警。

云平台140报警，及时通知运维人员对播种机110进行处理。

为了及时提醒播种机110上的驾驶员或工作人员，播种机110上还可 以安装有与警报子系统150通信连接的声音发生器和/或信号灯。

警报子系统150根据预警信号向声音发生器和信号灯发出报警信号， 声音发生器响应于报警信号进行蜂鸣报警，信号灯响应于报警信号进行警 示灯光报警。以能够提醒驾驶员或者工作人员停止播种，对播种机110进行 检修。

为了更为详细的介绍播种质量获取方法，在一个实施例中，参照图2， 为本发明提供的一种播种质量获取方法的流程示意图之一。本实施方式主 要以该方法应用于图1中的算法处理子系统130来举例说明。在本实施方 式中，该方法可以包括以下步骤。

S101，将连续的、关于作业田播种情况的多帧待测图片输入预设的检测 网络，检测出每帧待测图片中的多个边界框及各边界框的置信度。

其中，检测网络被训练为在以图片为输入的情况下，输出为图片中的边 界框及边界框的置信度。边界框表征裸露种子的位置，置信度表征边界框为 裸露种子真实边界框的概率。

具体地，算法处理子系统130将连续的、关于作业田播种情况的多帧 待测图片输入预设的检测网络，检测出每帧待测图片中的多个边界框及各 边界框的置信度，及每帧待测图片上可能有多个边界框。

S102，根据置信度，从边界框中确定出各裸露种子唯一的目标框，统计 每帧待测图片的目标框的个数，得到每帧待测图片的裸露种子数。

具体地，针对每一帧待测图片，算法处理子系统130从该帧待测图片 的多个边界框中确定出各裸露种子唯一的目标框，并统计该帧待测图片的 目标框数，得到该帧图片的裸露种子数。对每帧待测图片重复上述步骤，得 到每帧待测图片的裸露种子数。

S103，根据裸露种子数，得到每帧待测图片的种子裸露率，并根据连续 的预设帧数的待测图片的种子裸露率，得到播种质量。

其中，预设帧数可以为三帧，且由于三帧待测图片是连续拍摄的，因此， 三帧待测图片的拍摄对象大致相同。并且，摄像头120的拍摄的多帧待测 图片的待测范围是相同的，也可以是不同的。

具体地，算法处理子系统130根据每帧待测图片中的种子裸露数，得 到每帧待测图片的种子裸露率。并根据连续三帧的待测图片的种子裸露率， 得到播种机110的播种质量。

上述播种质量获取方法中，通过对多帧连续的作业区播种情况的待测 图片输入检测网络，得到表征裸露种子位置的边界框，并根据边界框的置信 度，确定每个裸露种子唯一的目标框，根据目标框统计出每帧待测图片中的 裸露种子数，并根据连续的预设帧数的待测图片的种子裸露率，得到播种质 量，在无人化作业中，可实时监控，并根据监控的待测图片快速获知播种质 量，从而能够改善现有的无人驾驶播种机110在无人化作业中，不能对种子 的播种质量进行监控而难以获知播种质量的问题。

在上述基础上，参照图3，本发明提供的播种质量获取方法还包括步骤 S104。

S104，若播种质量为欠佳，则发出预警信号。

具体地，若算法处理子系统130得到的播种质量为“欠佳”，则出处信号 “1”至警报子系统150。

在分析出播种质量欠佳的情况下，算法处理子系统130发送预警信号 至警报子系统150，警报子系统150向云平台140、信号灯及声音发生器等 发出报警信号，云平台140、信号灯及声音发生器立即报警，以提醒控制人 员停止播种机110的工作，并提醒维护人员及时进行检修，从而能够及时排 除故障，提高播种质量。

进一步地，检测网络包括卷积层、池化层、全连接层、Softmax层和输 出层，输出层包括线性激活函数。通过在输出层加入线性激活函数，增加检 测网络的非线性，提高预测的准确率。

在一种实施方式中，通过卷积层提取待测图片的局部特征，通过池化层 提取待测图片的全局特征，通过全连接层综合局部特征和全局特征，得到多 个边界框，通过Softmax层得到每个边界框的置信度，通过输出层输出边界 框和每个边界框的置信度。

为了更好理解步骤S101的处理过程，参照图4，上述步骤S101可以包 括如下步骤。

S101-1，将待测图片分割成包括S*S个单元格的网格。

S101-2，基于每个单元格预测中心点落在该单元格内的裸露种子的多个 边界框，得到每个边界框的坐标信息和置信度。

其中，每个边界框可以用4个值来表征，这四个值可以为(x,y,w,h)，其 中，(x,y)为边界框的中心坐标，

在此基础上，若待测图片被划分成S*S的网格，每个单元格预测出(B*5+C)个值，那么最终预测值为S*S*(B*5+C)的张量，即作为数组。

置信度的计算公式为：

其中，

请参照图5，为上述步骤S102的部分子步骤的流程示意图，通过以下 子步骤能够根据置信度，从边界框中确定出各裸露种子唯一的目标框。

S102-1，将同一裸露种子的所有边界框中置信度最大的边界框确定为该 裸露种子的比较框。

具体地，算法处理子系统130针对每一帧待测图片，将待测图片中同 一裸露种子的所有边界框中置信度最大的边界框确定为该裸露种子的比较 框。

例如，一帧待测图片中若有8颗裸露种子，则有8个比较框。

S102-2，采用交并比损失函数，依次计算出每个裸露种子的比较框与该 裸露种子的剩余边界框的交并比值。

具体地，算法处理子系统130针对每一颗裸露种子的边界框，计算出 该裸露种子的比较框与该裸露种子的剩余每个边界框之间的交并比，得到 多个交并比值。

例如，一帧待测图片上共有8颗裸露种子，每颗裸露种子有8个边界 框，除去比较框后剩余7个边界框，则每颗裸露种子会计算出7个交并比 值。

S102-3，针对每个裸露种子，将所有交并比值与阈值进行比较。

若无所述交并比值大于阈值，则执行步骤S102-4，否则执行步骤S102- 5，并在S102-5之后重复步骤S102-1至S102-3，直至得到裸露种子的目标 坐标信息。

其中，交并比值大于阈值意味着该边界框和比较框的重合度过高。

S102-4，将比较框的坐标信息作为该裸露种子的目标坐标信息，并根据 目标坐标信息确定目标框。

其中，目标坐标信息即为目标框的中心坐标以及长和宽，根据中心坐标 以及长和宽能够快速得到目标框的四个角坐标，从而可以确定目标框的位 置及范围。

S102-5，将比较框剔除。

将比较框剔除后，保留比较框，减小重合度。

在上述S102-1至S102-5中，将重合度高的边界框剔除掉一个，并最终 得到唯一的目标框，能够提高目标框的准确度。

应当理解的是，由于目标坐标信息为比较框的坐标信息，因此，目标坐 标信息也为(x,y,w,h)。

为了更详细地介绍得到种子裸露率，在一种实施方式中，请参照图6， 可以通过以下步骤实现S103中的根据裸露种子数，得到每帧待测图片的种 子裸露率。

S103-1，根据待测图片的作业田覆盖面积，结合播种规格，得到每帧所 述待测图片所涉及的种子总量。

其中，待测图片的作业田覆盖面积，可经过图片处理得到，也可以为摄 像头120预设的拍摄面积，播种规格为预设的，结合作业田覆盖面积和播 种规格，即可得到待测图片所涉及的种子总量。

S103-2，根据每帧待测图片的种子裸露数以及种子总量，得到每帧待测 图片的种子裸露率。

将种子裸露数除以种子总量，即可得到每帧待测图片的种子裸露率。

通过上述S103-1至S103-2可以快速得到每帧待测图片的种子裸露率。

应当理解的是，上述S103-1至S103-2的方法只是其中一种方式的举 例，而非唯一限定。在实际应用中，可以根据实际情况进行适应性的调整。

为了便于更为清楚地理解如何得到播种质量，在一种实施方式中，可以 通过以下方式，实现S103中的根据连续的预设帧数的待测图片的种子裸露 率，得到播种质量：若连续的预设帧数的待测图片的种子裸露率均大于预设 值，则确定播种质量为欠佳，否则确定播种质量为良好。

上述判定播种质量的方法只是一种举例，而非唯一限定。在实际应用中， 可以根据实际需求进行适应性调整，例如，需要考虑播种面积的时候，可以 根据种子裸露率和播种面积的比值来确定播种质量。

应该理解的是，虽然图2-图6的流程图中的各个步骤按照箭头的指示 依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本 文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以 以其它的顺序执行。而且，图2-图6中的至少一部分步骤可以包括多个子 步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成， 而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是 依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一 部分轮流或者交替地执行。

基于上述播种质量获取方法的构思，在一个实施例中，请参照图7和 图8，本申请还提供一种播种质量获取系统100。该播种质量获取系统100 包括播种机110和无人机160，无人机160上搭载有摄像头120，播种机110 和无人机160通信连接，无人机160上安装有飞控子系统240和算法处理 子系统130。

播种机110，用于对作业田进行播种，并实时生成飞行跟随信息，将飞 行跟随信息发送至无人机160。

与上述图1中提供的播种质量获取系统100相同，播种机110可以是 无人驾驶，也可以是人工驾驶。无人驾驶时，播种机110根据预设的播种规 格对作业田进行播种，播种路径可以由播种导航算法得到。

飞控子系统240，用于基于飞行跟随信息，利用预设的动态航线生成算 法，控制无人机160跟随播种机110飞行。

其中，飞行跟随信息包括位置信息、姿态信息、飞行速度信息、飞行高 度信息和跟随距离。

摄像头120，用于实时拍摄已播种的作业田的待测图片，并将待测图片 发送至算法处理子系统130。

算法处理子系统130，用于根据待测图片，采用播种质量获取方法，来 获取播种机110的播种质量。

更为详细地，播种机110可以包括拖拉机170、播种机构180、定位子 系统190、无人驾驶子系统200和无线通讯子系统210。拖拉机170用于提 供动力，播种机110用于种子的自动播种，定位子系统190用于给播种机 110提供准确的位置坐标和姿态角度，无人驾驶子系统200用于控制播种机 110的自动行驶控制，无线通讯子系统210用于与无人机160通讯以进行信 息传输。

其中，定位子系统190可以包括GPS-RTK卫星定位接收机和惯性测量 单元。

无人机160包括无线通讯模块250，无线通讯模块250用于与播种机 110进行数据通讯。

请继续参照图1和图2，无人机160还包括云台220，云台220用于安 装并稳定摄像头120。

与上述图1中的播种质量获取系统100相似，请继续参照图7和图8， 播种质量获取系统100还包括云平台140，播种机110上还安装有警报子系 统150、信号灯和声音发生器，云平台140与播种机110通过无线通讯子系 统210通讯连接，以进行信息传输。

云平台140，用于设置播种机110的作业规划，并控制播种机110根据 作业规划进行播种作业。

更为详细地，无人驾驶子系统200根据云平台140根据作业规划发出 的各项作业指令，控制播种机110的自动行驶控制，云平台140根据作业 规划控制播种机构180的播种作业。

算法处理子系统130，还用于在播种质量为欠佳的情况下，向警报子系 统150发出预警信息。

例如，播种质量为欠佳时，算法处理子系统130向警报子系统150输 出信号“1”，否则不输出或输出为“0”。

警报子系统150，用于根据预警信号向云平台140、声音发生器以及信 号灯发出报警信号，以促使云平台140、声音发生器和信号灯进行报警。

更为详细地，警报子系统150接收到算法处理子系统130输出的信号 “1”，则向云平台140、声音发生器以及信号灯发出报警命令，云平台140开 始报警，声音发生器发出报警声音，信号灯闪烁报警。

上述播种质量获取系统100中，播种机110进行播种作业时，通过无 线通讯子系统210不断向无人机160发送飞行跟随信息，无人机160上的 飞控子系统240接收到飞行跟随信息后，通过动态航线生成算法，控制无 人机160按预设距离跟随播种机110飞行。无人机160上的摄像头120实 时拍摄播种机110已播种过的作业田的待测图片，算法处理子系统130对 待测图片进行处理，得到播种机110的播种质量，并根据播种质量发出预 警，从而促使云平台140、声音发生器及信号灯进行报警，以提醒播种机110 播种作业暂停。能够极大地能够改善现有的无人驾驶播种机110在无人化 作业中，不能对种子的播种质量进行监控，从而难以获知播种质量的问题。

参照图9，为上述播种质量获取系统100的工作流程图。播种开始时， 无人机160根据播种机110发送的飞行跟随信息跟随播种机110飞行，并 根据摄像头120拍摄的待测图片得到种子裸露率，在判断出连续预设帧数 的种子裸露率高于阈值时，发出预警信号，维护人员在接到报警信号后，开 始排查并处理故障，故障解除后继续播种，直至播种完成。

在其他实施方式中，算法处理子系统130也可以设置于播种机110上。

并且，在其他实施方式中，保留算法处理子系统130和摄像头120后， 将无人机160省去，并将摄像头120安装于播种机110远离车头的位置， 且摄像头120的视角正对作业田，摄像头120与算法处理子系统130通信。 同时将算法处理子系统130设置于播种机110上，一样能够实现上述播种 质量获取系统100所实现的功能。

此时，参照图10，为播种质量获取系统100中无人机160之后的工作 流程图。播种开始时，摄像头120实时拍摄图片传输至播种机110上的算 法处理子系统130，算法处理子系统130根据摄像头120拍摄的待测图片得 到种子裸露率，在判断出连续预设帧数的种子裸露率高于阈值时，发出预警 信号，维护人员在接到报警信号后，开始排查并处理故障，故障解除后继续 播种，直至播种完成。

此外，也可以在无人机160上增加图像传输模块，在播种机110上增 加图像接收模块，并将算法处理子系统130安装于播种机110上，播种机 110能够承受更大且更重的算法处理子系统130安装，增加运算速度。摄像 头120拍摄的待测图片通过图像传输模块实时发送至播种机110的图像接 收模块。一样能够实现上述播种质量获取系统100所实现的功能。

参照图11，为无人机160上增加图像传输模块，算法处理子系统130 和图像接收模块位于播种机110上时的工作流程图。播种开始时，无人机 160根据播种机110发送的飞行跟随信息跟随播种机110飞行，并将摄像头 120拍摄的待测图片通过图像传输模块传输到播种机110的图像接收模块。 算法处理模块根据图像接收模块接收的待测图片得到种子裸露率，在判断 出连续预设帧数的种子裸露率高于阈值时，发出预警信号，维护人员在接到报警信号后，开始排查并处理故障，故障解除后继续播种，直至播种完成。

基于上述播种质量获取方法的构思，在一个实施例中，还提供一种播种 质量获取系统100，包括播种机110，播种机110搭载有摄像头120和算法 处理子系统130，摄像头120与算法处理子系统130通信连接；

播种机110，用于对作业田进行播种。

摄像头120，用于实时拍摄已播种的所述作业田的待测图片，并将所述 待测图片发送至所述算法处理子系统130。

算法处理子系统130，用于根据所述待测图片，采用上述实施例提供的 播种质量获取方法，来获取播种机110的播种质量。

与上一个实施例中的播种质量获取系统100相比，本实施例将摄像头 120安装于播种机110上。关于播种质量获取系统100的其他限定可以参见 上一个实施例中对播种质量获取系统100的限定。在此不再赘述。

基于上述播种质量获取方法的构思，在一个实施例中，参照图12，提 供一种播种质量获取装置260，包括检测模块270和处理模块021。

检测模块270，用于将连续的、关于作业田播种情况的多帧待测图片输 入预设的检测网络，检测出每帧待测图片中的多个边界框及各边界框的置 信度。

其中，检测网络被训练为在以图片为输入的情况下，输出为图片中的边 界框及边界框的置信度，边界框表征裸露种子的位置。

处理模块021，用于根据置信度，从边界框中确定出各裸露种子唯一的 目标框，统计每帧待测图片的目标框的个数，得到每帧待测图片的裸露种子 数，根据裸露种子数，得到每帧待测图片的种子裸露率，并根据连续的预设 帧数的待测图片的种子裸露率，得到播种质量。上述播种质量获取装置260， 通过已播种的作业田的待测图片，利用检测网络，检测出每帧待测图片的裸 露种子数，并基于每帧待测图片的种子裸露率，得到播种质量，能够改善无 法获取播种机110播种质量的问题。播种质量获取装置260播种质量获取 装置260电子设备290播种质量获取装置260播种质量获取装置260播种 质量获取装置260检测模块270计算模块280检测模块270检测模块270 计算模块280进一步地，播种质量获取装置260还可以包括预警模块。

预警模块，用于若播种质量为欠佳，则发出预警信号。

关于播种质量获取装置260的具体限定可以参见上文中对于播种质量 获取方法的限定，在此不再赘述。上述播种质量获取装置260中的各个模 块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式 内嵌于或独立于电子设备290中的处理器中，也可以以软件形式存储于电 子设备290中的存储器中，以便于处理器调用执行以上各个模块对应的操 作。

在一个实施例中，提供了一种计算机设备，该计算机设备的内部结构图 可以如图13所示。该电子设备290包括通过系统总线连接的处理器、存储 器和网络接口。其中，该电子设备290的处理器用于提供计算和控制能力。 该电子设备290的存储器包括非易失性存储介质、内存储器。该非易失性 存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存 储介质中的操作系统和计算机程序的运行提供环境。该电子设备290的数据库用于存储种子裸露数、种子裸露率和播种质量。该电子设备290的网 络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行 时以实现一种播种质量获取方法。

本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案 相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设 备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者 组合某些部件，或者具有不同的部件布置。

在一个实施例中，本申请提供的播种质量获取装置260可以实现为一 种计算机程序的形式，计算机程序可在如图13所示的电子设备290上运行。 电子设备290的存储器中可存储组成该播种质量获取装置260的各个程序 模块，比如，图12所示的检测模块270和计算模块280。各个程序模块构 成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的播 种质量获取方法中的步骤。

例如，图13所示的电子设备290可以通过如图12所示的播种质量获 取装置260中的检测模块270执行步骤S101。电子设备290可通过处理模 块021执行步骤S102-S103。

在一个实施例中，提供了一种电子设备290，包括存储器和处理器，该 存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：将连 续的、关于作业田播种情况的多帧待测图片输入预设的检测网络，检测出每 帧待测图片中的多个边界框及各边界框的置信度，检测网络被训练为在以 图片为输入的情况下，输出为图片中的边界框及边界框的置信度，边界框表 征裸露种子的位置；根据置信度，从边界框中确定出各裸露种子唯一的目标 框，统计每帧待测图片的目标框的个数，得到每帧待测图片的裸露种子数； 根据裸露种子数，得到每帧待测图片的种子裸露率，并根据连续的预设帧数 的待测图片的种子裸露率，得到播种质量。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机 程序，计算机程序被处理器执行时实现以下步骤：将连续的、关于作业田播 种情况的多帧待测图片输入预设的检测网络，检测出每帧待测图片中的多 个边界框及各边界框的置信度，检测网络被训练为在以图片为输入的情况 下，输出为图片中的边界框及边界框的置信度，边界框表征裸露种子的位置； 根据置信度，从边界框中确定出各裸露种子唯一的目标框，统计每帧待测图 片的目标框的个数，得到每帧待测图片的裸露种子数；根据裸露种子数，得 到每帧待测图片的种子裸露率，并根据连续的预设帧数的待测图片的种子 裸露率，得到播种质量。

上述对电子设备290和计算机可读存储介质的进一步限定可参见上述 关于播种质量获取方法中的限定，在此不再赘述。

在本申请所提供的几个实施方式中，应该理解到，所揭露的装置和方法， 也可以通过其它的方式实现。以上所描述的装置实施方式仅仅是示意性的， 例如，附图中的流程图和框图显示了根据本发明的多个实施方式的装置、方 法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程 图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模 块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可 执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功 能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上 可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功 能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流 程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的 系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施方式中的各功能模块可以集成在一起形成一 个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集 成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使 用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明 的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部 分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介 质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器， 或者网络设备等)执行本发明各个实施方式所述方法的全部或部分步骤。而 前述的存储介质包括：U盘、移动硬盘、只读存储器017(ROM，Read-OnlyMemory)、随机存取存储器017(RAM，Random Access Memory)、磁碟或 者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于 本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神 和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保 护范围之内。