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

▶️ 点击查看技能使用介绍

🤖 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-urlAPI 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-202607031605000012026-07-03 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

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。

9 次安装

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。