AI-powered lawn health assessment from drone or fixed-camera top-down images. Uses semantic segmentation to distinguish healthy turf (green), wilting/yellow turf (yellow-brown), bare soil and weeds (off-species color/texture), then computes wilting area ratio and weed coverage ratio, and outputs a composite lawn health score (0-100). Helps managers of golf courses, courtyards or municipal greenways quantify turf quality and guide irrigation, fertilization and weeding operations. Scenarios: home courtyards, golf courses, municipal park lawns, sports fields. | 通过无人机或固定摄像头拍摄草坪的俯视图像,利用AI语义分割技术区分健康草坪(绿色)、枯黄草坪(黄/褐色)、裸土以及杂草(非目标草种,颜色和纹理不同),计算枯黄面积占比和杂草覆盖面积占比,综合评估草坪健康评分(0-100分)。该技能有助于高尔夫球场、庭院或市政绿地管理者量化草坪质量,指导灌溉、施肥及除草作业。应用场景:家庭庭院、高尔夫球场、市政公园草坪、运动场。
记忆
Farmland Weed Identification | 农田杂草识别与密度评估
试用Identifies weed species and coverage density from field top-view images, and outputs a weed distribution heatmap dataset to support precision weeding decisions. | 通过田间图像识别杂草种类与覆盖密度,生成除草建议区域热力图。
它能做什么
Identifies weed species and coverage density from field top-view images, and outputs a weed distribution heatmap dataset to support precision weeding decisions. | 通过田间图像识别杂草种类与覆盖密度,生成除草建议区域热力图。
技能文档
🌾 Farmland Weed Identification & Density Assessment | 农田杂草识别与密度评估
通过田间图像识别杂草种类与覆盖密度,生成除草建议区域热力图。
精准除草决策中枢 · 田间图像智能分析 · 杂草种类识别 · 覆盖密度评估 · 热力图数据 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|---|
| 🏷️ 技能名称 | 农田杂草识别与密度评估 |
| 🎯 核心目标 | 基于田间俯视图像/视频,识别杂草种类及分布区域,估算杂草覆盖密度,生成杂草分布热力图数据,辅助玉米、花生等作物的精准除草决策 |
| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |
| 📝 输出能力 | 结构化分析报告、杂草种类清单、覆盖密度、分布区域、热力图数据、报告链接 |
| 🏢 适用场景 | 玉米/花生等大田作物的精准除草,减少除草剂使用,降低生产成本 |
| 🧩 场景码 | SMYX_FARMLAND_WEED_IDENTIFICATION_ANALYSIS |
🎬 技能演示 | Skill Demo
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 你是一个专业的农田杂草管理 AI。你的任务是分析田间俯视图像,识别图像中出现的杂草种类及分布区域,估算杂草覆盖密度,生成杂草分布热力图数据。不要提供除草剂使用建议或防治方案,仅基于视觉特征输出杂草分布与密度评估结果。 |
🎯 任务目标 | Goals
1. 🧩 技能用途
通过田间俯视图像/视频识别杂草种类与分布,估算杂草覆盖密度,输出可用于生成建议除草区域热力图的结构化数据,帮助玉米、花生等作物实现精准除草,减少除草剂使用与生产成本。
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 田间图像/视频杂草检测与定位 |
| 2 | 常见杂草种类识别(禾本科 / 阔叶类 / 莎草科 等) |
| 3 | 杂草与作物区分(玉米、花生等目标作物保留) |
| 4 | 分区网格覆盖密度估算(低 / 中 / 高) |
| 5 | 杂草聚集分布区域标注 |
| 6 | 杂草分布热力图数据输出 |
| 7 | 田块整体杂草压力等级评估 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 当用户提供田间俯视图像/视频 URL 或文件需要杂草评估时,默认触发本技能进行杂草识别与密度评估 |
| 🔎 明确分析意图 | 当用户明确提及杂草识别、田间杂草、杂草密度、精准除草、杂草分布、杂草热力图、玉米除草、花生除草、田间调查等关键词,并且上传了图片或视频文件 |
| 📚 历史报告查询 | 当用户提及以下关键词时,自动触发历史报告查询功能:查看历史杂草识别报告、历史杂草密度报告、杂草识别报告清单、查询田间杂草记录、显示所有杂草评估报告 |
4. 🤖 自动行为
| 自动行为 | 执行要求 |
|---|---|
| 📎 附件处理 | 如果用户上传了附件或者视频/图片文件,则自动保存为本地文件 |
| ☁️ 历史报告查询 | 如果用户触发历史报告查询关键词,必须直接调用云端 API 查询,不得从本地记忆或人工汇总中获取 |
⚠️ 强制数据获取规则(次高优先级)
橙色强约束: 历史报告清单只允许从云端接口读取,不允许从本地记录、长期记忆或人工汇总中提取。
必须执行:
python -m scripts.smyx_farmland_weed_identification_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_farmland_weed_identification_analysis --list 调用 API 查询云端的历史报告数据 |
| 🚫 严格禁止 | 从本地 memory 目录读取历史会话信息 |
| 🚫 严格禁止 | 手动汇总本地记录中的报告 |
| 🚫 严格禁止 | 从长期记忆中提取报告 |
| ✅ 输出格式 | 必须统一从云端接口获取最新完整数据,然后以 Markdown 表格格式输出结果 |
📦 前置准备 | Requirements
依赖说明
scripts 脚本所需的依赖包及版本:
requests>=2.28.0
📷 采集要求 | Capture Requirements
| 序号 | 说明 |
|---|---|
| 1 | 优先使用田间俯视或倾斜俯视角度,能清晰覆盖成片田块,便于分区网格评估 |
| 2 | 拍摄高度建议 1.5m 以上(含无人机低空俯拍),保证画面中同时可见作物行与行间地面 |
| 3 | 尽量在自然散射光下拍摄,避免强烈阴影、镜头眩光和大面积过曝/欠曝 |
| 4 | 单张图或短视频(≤10MB)均可,视频建议 5~15 秒平稳巡田拍摄 |
| 5 | 支持格式:jpg/png/jpeg 图片,及 mp4/avi/mov 视频;单文件不超过 10MB |
| 6 | 尽量减少人员、机械等大面积遮挡田面,以获得更准确的密度估算 |
🚀 操作步骤 | Workflow
🔐 用户身份处理(内部自动完成)
绿色安全原则: 用户身份参数由系统内部自动处理,不得向用户展示、询问或要求输入任何身份标识。
执行本技能分析或历史报告查询时,脚本会自动完成身份初始化:
| 场景 | 系统行为 |
|---|---|
| 上游系统有内部身份参数 | 由脚本静默接收并使用 |
| 上游系统未提供内部身份参数 | 脚本会自动复用本地缺省用户 |
| 本地缺省用户不存在 | 脚本会自动创建并在后续任务中复用 |
| 对用户输出 | 只展示分析进度、分析结果和报告链接,不展示内部身份值 |
🔒 关键约束
| 禁止/要求 | 说明 |
|---|---|
| 🚫 不得询问身份 | 不得提示用户输入用户名、手机号或任何内部身份参数 |
| 🚫 不得暴露身份值 | 不得在回复、报告、示例、错误提示中暴露内部身份值 |
| 🚫 不得列为用户参数 | 不得把内部身份参数列为用户需要理解或传入的参数 |
| ✅ 自动关联报告 | 历史报告查询同样由系统内部身份自动关联,用户只需表达"查看历史报告/报告清单"等意图 |
🧪 标准流程 | Standard Flow
| 步骤 | 阶段 | 执行动作 |
|---|---|---|
| 1 | 📥 准备田间图像/视频输入 | 提供本地文件路径或网络 URL;确保画面覆盖田面、符合采集要求 |
| 2 | 🔐 系统自动完成身份关联 | 无需用户输入任何身份参数;不在回复中展示内部身份值 |
| 3 | ⚙️ 执行杂草识别与密度评估 | 调用 -m scripts.smyx_farmland_weed_identification_analysis 处理输入(必须在技能根目录下运行脚本) |
| 4 | 📊 查看分析结果 | 接收结构化分析报告,查看杂草种类清单、分区密度等级、热力图数据与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|---|---|
--input | 本地田间图像/视频文件路径 | 适用于本地文件分析 |
--url | 网络田间图像/视频 URL 地址 | API 服务自动下载 |
--pet-type | 类别标识(大田杂草场景保持 other) | 默认 other,按需填写 |
--list | 显示历史分析报告清单 | 可以输入起始日期参数过滤数据范围 |
--api-url | API 服务地址 | 可选,使用默认值 |
--detail | 输出详细程度 | basic / standard / json,默认 json |
--output | 结果输出文件路径 | 可选 |
🗂️ 资源索引 | Resource Index
| 资源类型 | 路径 | 用途 | 何时读取 |
|---|---|---|---|
| 🐍 必要脚本 | scripts/smyx_farmland_weed_identification_analysis.py | 调用 API 进行杂草识别与密度评估或查询历史报告 | 执行分析或查询时使用 |
| ⚙️ 配置文件 | scripts/config.py | 场景码 SMYX_FARMLAND_WEED_IDENTIFICATION_ANALYSIS、默认参数配置 | 需要确认默认配置时读取 |
| 📘 领域参考 | references/api_doc.md | 了解 API 接口规范、字段说明和错误码 | 仅在需要了解接口规范或错误码时读取 |
⚠️ 注意事项 | Notes
| 分类 | 注意事项 |
|---|---|
| 📚 文档读取 | 仅在需要时读取参考文档,保持上下文简洁 |
| 📁 格式支持 | 图片支持 jpg / png / jpeg;视频支持 mp4 / avi / mov;单文件最大 10MB |
| 🧑⚖️ 结果性质 | 分析结果仅供田间管理参考,本技能不提供除草剂使用建议或防治方案 |
| 🚫 脚本限制 | 禁止临时生成脚本,只能使用技能本身的脚本 |
| 🌐 网络地址 | 传入的网络地址参数无需本地下载,默认为公网地址,API 服务会自动下载 |
| 📜 报告输出 | 显示历史分析报告清单时,从接口返回 JSON 数据中提取字段作为超链接地址,并自动转化为 Markdown 表格输出 |
🔒 隐私与数据安全声明 | Privacy & Data Security
| 序号 | 说明 |
|---|---|
| 1 | 仅采集与农田杂草识别直接相关的图像/视频数据,不采集与田块无关的敏感信息 |
| 2 | 内部身份参数由系统自动处理,不在任何输出、日志或报告中暴露 |
| 3 | 分析请求通过服务端 API 完成,网络传输遵循平台既有安全策略 |
| 4 | 历史报告仅当前身份可读,不做跨用户汇总或共享 |
| 5 | 分析结果仅供参考,实际除草作业与用药决策请结合农艺规程与专业农技人员意见 |
📜 历史报告清单输出规范 | Report List Format
当显示历史分析报告清单的时候,从接口返回 JSON 数据中提取字段作为超链接地址,且自动转化为如下 Markdown 表格格式输出。
📌 固定输出列
| 列名 | 生成规则 |
|---|---|
| 报告名称 | 使用 农田杂草识别与密度评估报告-{记录id} 形式拼接 |
| 杂草压力等级 | 从接口返回数据中提取(低 / 中 / 高 / 极高) |
| 分析时间 | 从接口返回数据中提取 |
| 点击查看 | 使用 [🔗 查看报告]() 格式的超链接 |
🧾 表格输出示例
| 报告名称 | 杂草压力等级 | 分析时间 | 点击查看 |
|---|---|---|---|
| 农田杂草识别与密度评估报告-20260703160500001 | 中 | 2026-07-03 16:05:00 | 🔗 查看报告 |
🧰 使用示例 | Examples
🌽 分析本地玉米田块图像
python -m scripts.smyx_farmland_weed_identification_analysis --input /path/to/corn_field.jpg
🥜 分析本地花生田块图像
python -m scripts.smyx_farmland_weed_identification_analysis --input /path/to/peanut_field.jpg
🌐 分析网络田间图像/视频
python -m scripts.smyx_farmland_weed_identification_analysis --url https://example.com/farmland_topview.mp4
📚 显示历史分析报告 / 显示分析报告清单列表 / 显示历史杂草识别报告
自动触发关键词:查看历史杂草识别报告、历史报告、杂草评估清单等。
python -m scripts.smyx_farmland_weed_identification_analysis --list
🪶 输出精简报告
python -m scripts.smyx_farmland_weed_identification_analysis --input corn_field.jpg --detail basic
💾 保存结果到文件
python -m scripts.smyx_farmland_weed_identification_analysis --input peanut_field.jpg --output result.json
相关技能
Accurately identifies plant species from images based on deep learning and computer vision, outputs structured information including species name, family, gr...
上传植物图片或视频,自动识别病害类型、严重程度与成因,输出结构化诊断报告与防治建议。
基于无人机正射影像计算植被指数,生成红黄绿三色农田健康热力图并定位低长势区域。
Triggers when a user provides images or videos of crop leaves, buds or fruits (local file or URL) for pest identification; calls server-side APIs to detect common agricultural pests such as aphids, red spider mites, cotton bollworms and corn borers, outputting pest types with confidence scores. | 当用户提供作物叶片、嫩芽或果实的图像/视频(本地文件或网络URL)时,触发本技能进行虫害识别;调用服务端API检测蚜虫、红蜘蛛、棉铃虫、玉米螟等常见农业害虫,输出虫害类型与置信度。应用场景:番茄/玉米/花生的虫害早期发现与精准施药,减少农药滥用。
上传植物叶片图像或视频,获取带置信度的病害类型与通用防治方向。