-
公开(公告)号：CN119763104A
公开(公告)日：2025-04-04
申请号：CN202411881060.9
申请日：2024-12-19
Applicant: 华南农业大学
Abstract: 本发明涉及辣椒病害检测技术领域，且公开了一种基于改进YOLOv7的辣椒病害检测系统及其方法，所述系统包括数据采集模块、数据预处理模块、YOLOv7模块、性能估算模块、输入模块、识别模块、分级模块和输出模块。本发明通过使用轻量级的GhostNetV2作为模型的特征提取网络，以提高检测速度，其次，级联融合网络取代了原始的特征融合网络，提高了模型在复杂背景下的表达能力，实现了多尺度特征提取和融合，最后，引入卷积块注意力模块，专注于图像中的重要特征，提高模型的准确性和鲁棒性。具有更好的检测性能和区分能力，可以更好地处理辣椒之间的遮挡和每种背景中不同病斑的识别，达到了对辣椒叶及果实病害的识别以及对其病害程度的分级的有益效果。
-
公开(公告)号：CN119715417A
公开(公告)日：2025-03-28
申请号：CN202411846802.4
申请日：2024-12-16
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于无人机多光谱遥感的甘薯生长参数监测方法，包括：S1、建立用于监测甘薯生长的监测系统；S2、使用无人机的多光谱遥感器收集甘薯生理参数；S3、由监测系统将生理参数转换为生长状态数据；S4、监测系统将同一天多个时间段的生长状态数据进行横向对比，计算出生长状态数据的上升数值，并将所述上升数值进行记录；S5、监测系统按天数归纳当天不同时间段的生长状态数据，以星期为时间段将星期内天数的生长状态数据横向对比，并进行记录；S6、计算当前每星期甘薯与上一星期甘薯生长状态数据对比结果显示的上升数值，并结合所述上升数值，得出完整生长参数。本发明能够对大规模的甘薯种植地生长参数进行可视化监测。
-
公开(公告)号：CN116171956A
公开(公告)日：2023-05-30
申请号：CN202310161752.5
申请日：2023-02-22
Applicant: 华南农业大学
Abstract: 本发明公开了一种农业害虫监测设备，包括自行走平台小车、诱虫机构和施肥机构，自行走平台小车前端安装有探路器，诱虫机构和施肥机构设置于自行走平台小车上，诱虫机构包括诱虫箱和接虫漏斗，诱虫箱安装于自行走平台小车顶部，诱虫箱顶部安装有接虫漏斗，接虫漏斗与诱虫箱之间通过四根支撑杆固定连接，接虫漏斗内部设置有支撑架，支撑架顶部安装有诱捕剂盒，接虫漏斗的输送管上设置有电磁阀，诱虫箱内部一侧固定安装有固定板，本发明相较于现有技术中以高压电网为主捕杀的监测装置，不会对害虫本体造成过大的破坏，能够提高后续图像识别的有效性和准确性。
-
公开(公告)号：CN118711059A
公开(公告)日：2024-09-27
申请号：CN202410782095.0
申请日：2024-06-18
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/77
Abstract: 本发明公开了一种基于深度学习的计算机视觉芦荟炭疽病检测方法。本发明中，基于卷积神经网络YOLOv8实现了自然环境下芦荟炭疽病病斑的自动检测，融合BiFPN网络和MCA注意力机制，基于这两个模块对YOLOv8网络进行改进对芦荟植株的炭疽病病斑进行定位识别。利用GAN数据增强以及YOLO数据增强，对芦荟植株的炭疽病数据集数量进行增强，再利用卷积神经网络进行特征提取，经过图像处理，提取了多尺度和遮挡情况下的病斑特征。对于病斑的数据，建立针对芦荟炭疽病病害程度的预测模型，通过mAP、准确率、鲁棒性等指标对模型进行评估，从而使得整个方法的准确性得到了提高，同时也降低了芦荟病害程度分析的时间，提高了检测效率，减轻了相关工作人员的劳动负担。
-
公开(公告)号：CN118169186A
公开(公告)日：2024-06-11
申请号：CN202410274402.4
申请日：2024-03-11
Applicant: 华南农业大学
Abstract: 本发明涉及水质监测领域，且公开了一种便携式的水质监测仪，包括壳体，包括检测机构，支架机构，延伸机构，本发明通过安装盘顶端固定气囊，底端固定检测体，当需要对不同水平面的水源进行检测及取样时，电动伸缩杆带动第二水管进行延伸，方便工作人员对不同水位高度的水源进行收集，同时放电器通过放电针对检测仓内的水源进行导电，检测仓内壁底端的检测探头直接对水源的导电性进行检测，同时当整体装置取出后，方便对检测仓的水分进行排出，转动转动把手使第一传动杆被带动旋转，同时转动把手带动传动齿轮使拉伸杆被带动拉伸长度，第二延伸杆无法跟随第一传动杆进行旋转，第一传动杆及第二延伸杆只能进行啮合分离，辅助检测机构延长检测范围。
-
Patent Agency Ranking
公开(公告)号：CN119991727A
公开(公告)日：2025-05-13
申请号：CN202510082006.6
申请日：2025-01-20
Applicant: 华南农业大学
IPC: G06T7/194 , G06T7/11 , G06T5/60 , G06T5/80 , G06N20/20 , G06N5/01 , G06T5/70 , G06V20/17 , G06V20/10
Abstract: 本发明公开了一种基于无人机多光谱遥感的甘薯小区区域划分与背景去除方法。本发明中，采用随机森林模型进行训练带来了显著的优势。首先，数据准备的全面性和特征选择的精准性共同提升了模型的预测准确性。通过整合多光谱遥感数据、植被指数和地形参数等多种特征，模型能够综合考量影响甘薯生长的多种因素，从而更准确地预测小区划分和背景去除的结果。特征重要性评估进一步筛选出对模型影响最大的特征，减少了不相关因素带来的干扰，使得模型更加专注于关键信息，提高了预测的精确度和可靠性。多棵决策树的集成学习机制，结合随机选择的特征和样本，有效避免了过拟合问题，确保了模型在未知数据上的稳定表现。
-
公开(公告)号：CN118511863A
公开(公告)日：2024-08-20
申请号：CN202410571483.4
申请日：2024-05-09
Applicant: 华南农业大学
IPC: A01M7/00 , G05D1/46 , G05D109/20
Abstract: 本发明涉及无人机喷药控制技术领域，且公开了一种用于智慧农业的无人机喷药控制系统，该系统通过环境采集模块中的农田温度采集单元采集农田温度数据Ntwd，农田湿度采集单元采集农田湿度数据Ntsd，农田土壤含水量采集单元采集农田土壤含水量数据Trsl，农田作物成熟度采集单元采集农田作物成熟度数据Zwcs，环境数据分析模块接收上述数值通过公式计算标准农田温度值Bzwd、标准农田湿度值Bzsd、标准土壤含水量Bzsl以及标准农田作物成熟度数值Bzcs，结合四项数值，计算喷药合理时间值Pysj，无人机喷药模块根据环境数据分析模块传输的喷药合理时间值Pysj对农作物进行喷药。
-
公开(公告)号：CN118225491A
公开(公告)日：2024-06-21
申请号：CN202410649256.9
申请日：2024-05-24
Applicant: 华南农业大学
IPC: G01N1/08
Abstract: 发明属于土壤取样技术领域，尤其是一种土壤分段取样器，包括底座，底座顶部固定有主架，主架上固定有螺杆，螺杆上螺纹连接有螺纹筒，螺纹筒底端固定有多个钻杆，钻杆的圆周外壁固定有螺旋叶片，位于最下方的钻杆的底端固定有钻头，螺纹筒连接有驱转组件，钻头圆周内壁开设有不少于两个的安装槽，安装槽的底壁固定有连接座，连接座上转动连接有拦截板，拦截板连接有推拉组件。本发明中，在钻头钻入土壤时，土样从钻头进入钻杆，就会自动将拦截板推开，使得拦截板紧靠在安装槽的顶壁上，不会阻碍土样的进入，而在拉出钻杆的过程中，推拉组件就会推动拦截板向内转动，即可通过拦截板从底端将土样托住，从而避免土样掉落下来。
-
公开(公告)号：CN117392104A
公开(公告)日：2024-01-12
申请号：CN202311447276.X
申请日：2023-11-02
Applicant: 华南农业大学
IPC: G06T7/00 , G06T7/194 , G06V20/10 , G06V20/68 , G06V10/764 , G06V10/82 , G06V10/77 , G06V10/44 , G06V10/56 , G06V10/58 , G06V10/26 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的计算机视觉水稻质量测定方法。本发明中，基于卷积神经网络FasterR－CNN实现了盆栽水稻穗数的自动检测，基于SegNet网络框架训练模型对盆栽水稻稻穗进行分割。利用RGB和HIS等颜色空间对整株水稻图片和分割后稻穗图片进行阈值分割，经过图像处理，提取了51个整株水稻特征和33个穗部特征。根据提取的85个特征数据，建立多个盆栽水稻稻穗鲜质量和干质量预测模型，使用五倍交叉验证对模型进行评估，从而使得整个方法的准确性得到了提高，同时也降低了水稻质量检测分析的时间，提高了测试效率，减轻了相关工作人员的劳动负担。
-
公开(公告)号：CN116824369A
公开(公告)日：2023-09-29
申请号：CN202310721957.4
申请日：2023-06-19
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/764 , G06F17/18 , G06V10/82
Abstract: 本发明公开了基于边缘计算与yolov7‑tiny的荔枝病害实时检测系统及其方法，包括图像识别模块、yolov7‑tiny模块，注意力CBAM模块，mAP模块，边缘部署模块，所述图像识别模块用于接收拍摄装置传输的影响数据，并将该数据进行转发，所述mAP模块用于对检测结果综合衡量，其计算方式为mAP＝所有类别的平均精度求和除以所有类别，所述注意力CBAM模块用于yolov7‑tiny模块，在神经网络中使模型把握重点，所述特征缩放模块用于特征缩放模块用于对图像特征进行缩放；本发明荔枝病害检测方法是一套集计算机远程通信，计算机硬件技术，多媒体技术于一身的高技术荔枝病害情况收集检测信息传输装置，能够实时判断荔枝发病情况，检测步骤简单化，检测效率大大提高。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.01 seconds)
