面向海量植物图像的智能检索系统设计

摘要：

针对传统软件技术设计的植物图像检索系统中存在无法实现智能检索、植物图像数量增长慢、检索系统难以扩容,以及当植物图像数量达到百万级以上时检索效率低和检索请求高并发时植物图像加载慢等问题,提出利用百度AI技术、ImageSharp图像分割技术和CV2颜色识别技术实现植物图像的智能检索.利用FastDFS技术实现检索系统的动态扩容、负载均衡和植物图像的快速加载,利用Solr搜索引擎技术提高海量植物图像的检索效率,利用Python爬虫技术不断丰富检索系统的植物图像从而实现检索系统的可持续化发展.实验结果表明,通过上述技术能够构建一个面向海量植物图像的智能检索系统.

关键词：植物图像、检索系统、大数据、人工智能、分布式存储、搜索引擎、网络爬虫

分类号：TP391.41(计算技术、计算机技术)

资助基金：中国科学院信息化专项;云南省生物资源数字化开发应用项目;中国科学院青年创新促进会项目

在线出版日期：2022-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：62-67,81