做GIS梦的人

现场拍照是农业保险验标过程中的一个重要环节。不同的拍照人员对拍摄要求的理解可能存在差异，导致拍摄的照片在角度、内容完整性等方面参差不齐。不同的设备清晰度不同，环境复杂多样，可能存在光线不足、天气恶劣等情况，影响照片的清晰度和质量。例如，在阴天或傍晚拍摄的照片可能比较昏暗，难以看清细节；在暴雨天气拍摄时，照片容易被雨水遮挡或模糊。在核保环境，很多核保人员面对照片，可能也难以分辨图片中的作物种类。基于深度学习模型来识别现场验标中作物种类信息，是提高核保准确率与效率的一种可靠方案。

利用 AI 标注、爬虫和 YOLO 模型实现生猪点数识别，是一种高效且经济的方案。通过爬虫技术，可快速从网络搜集大量生猪图片，构建数据集。AI 标注工具能对图片里的生猪进行精准标注，节省人力与时间成本。而 YOLO 模型以其检测速度快、准确率高的特点，能高效完成生猪点数识别。整个流程成本低，无需大量人力进行数据收集和标注，也不用购置昂贵设备。同时，上手快，有一定编程基础的人员借助开源代码和工具，短时间内就能搭建起识别系统