-
公开(公告)号：CN119600400A
公开(公告)日：2025-03-11
申请号：CN202411639993.7
申请日：2024-11-18
Applicant: 安徽农业大学
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06V20/05 , G06V40/10 , G06T5/90 , G06T7/90 , G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种患病鱼类检测方法及检测装置，属于计算机视觉检测技术领域。针对现有技术中存在的患病鱼类疾病检测效率低下、准确度不高且无法实时检测等问题，本发明通过构建患病鱼类检测模型，所述患病鱼类检测模型包括主干网络、颈部网络和检测头网络；将患病鱼类图像输入到基于空间深度卷积神经网络的主干网络中进行特征提取得到视觉特征图，再输入视觉特征图到颈部网络的对比度增强传递注意力结构中进行特征融合处理得到融合特征图，最后，将融合特征图输入到检测头网络中通过多头预测小目标检测算法检测得到患病鱼类目标检测结果，实现实时进行鱼群疾病检测，有效提高鱼类患病的检测效率和检测精度，具有较强的实用性和适用广泛性。
-
公开(公告)号：CN114548265B
公开(公告)日：2024-06-21
申请号：CN202210157494.9
申请日：2022-02-21
Applicant: 安徽农业大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种作物叶片病害图像生成模型训练方法、作物叶片病害识别方法、电子设备及存储介质，属于图像增强技术领域。基于层级式SwinT网络作为叶片区域提取模块的特征提取网络，设计多阶段重叠式嵌入和分层级特征下采样模块优化SwinT的图像嵌入方式和渐进式层级结构，根据重构特征图生成显著图并提取叶片区域。将叶片区域提取模块集成到图像生成模型，通过设计背景损失函数引导图像生成模型仅在叶片区域生成病斑，实现叶片病害图像数据集的有效增强。本发明能够提升生成作物叶片病害图像的生成效率与质量，显著提高作物叶片病害识别模型的准确率和鲁棒性，具有计算代价低、所需的训练数据量小、收敛快速且稳定等特点。
-
公开(公告)号：CN102831316A
公开(公告)日：2012-12-19
申请号：CN201210304048.2
申请日：2012-08-24
Applicant: 安徽农业大学
Abstract: 一种基于云本体的茶树虫害智能诊断原型系统，该系统包括概念提取模块、茶树虫害领域本体概念的云化模块、概念间分类关系的云化模块、概念间非分类关系的云化模块、智能查询模块和诊断模块、结果输出模块；本方法针对茶树虫害领域本体不确定性知识的表达问题，考虑将云模型概念与本体结合构建云本体，研究茶树虫害领域概念及概念间关系的云化方法，将领域内不确定性知识确定化，并应用于智能诊断专家系统中。
-
公开(公告)号：CN119295778B
公开(公告)日：2025-05-23
申请号：CN202411332683.0
申请日：2024-09-24
Applicant: 安徽农业大学
IPC: G06V10/70 , G06V10/82 , G06V20/40 , G06F16/3329 , G06N5/04 , G06N3/0464
Abstract: 本发明公开了一种水产养殖鱼类管理方法、系统、设备与介质，涉及鱼类管理技术领域，包括步骤：采集养殖池内待识别目标的实时图像，待识别目标包括鱼类个体和饵料残留；将可分离逐步卷积模块嵌入YOLOv8n模型，获得LSS‑YOLOv8模型；将实时图像输入LSS‑YOLOv8模型中，学习实时图像中待识别目标与环境的上下文关系，获得饵料残留数量或鱼类个体的数量和状态；将识别结果进行文本向量映射，获得文本向量映射结果；将文本向量映射结果输入不同的大语言模型中，获得不同的回答策略和管理策略。本发明将YOLO v8n模型与大语言模型相结合，利用大语言模型丰富的知识库和庞大的参数量为投喂策略提供合理建议。
-
公开(公告)号：CN119338805B
公开(公告)日：2025-03-07
申请号：CN202411865597.6
申请日：2024-12-18
Applicant: 安徽农业大学
IPC: G06T7/00 , G01N21/88 , G01N21/892 , G01N21/25 , G06V20/68 , G06V20/40 , G06V10/40 , G06V10/52 , G06V10/77 , G06V10/82 , G06V10/94 , G06V10/96 , G06N3/0464 , G06N3/0495 , G06N3/092 , G06N3/096 , G06N3/006 , G06F9/50
Abstract: 本发明属于果实病害检测分析领域，具体提供了面向果实病害检测的多源教师蒸馏及熵减分布平台系统，包括以下模块：集成设备模块利用集成式设备采集目标果实的影像数据；数据处理模块对所述高光谱图像和视频分别进行智能光谱信息增强处理；模型部署模块将针对高光谱图像数据的模型蒸馏得到可部署边缘端的模型；病害检测模块通过总控协调不同数据类型的边缘端拆分教师模型，得到由多个边缘端拆分得到的子模型，利用子模型对传送带上的果实进行病害质量检测任务。本发明通过集成式设备采集果实的高光谱图像和视频，并发送到各个边缘设备进行预处理，再通过总控协调不同数据类型的边缘端进行蒸馏模型的拆分，并将其量化部署在边缘设备上实行检测。
-
Patent Agency Ranking
公开(公告)号：CN117256545B
公开(公告)日：2024-02-02
申请号：CN202311553506.0
申请日：2023-11-21
Applicant: 安徽农业大学
Abstract: 本发明公开一种智能饲养监测装置及其监测系统，涉及智能监测技术领域，智能饲养监测装置，包括浮船，浮船周侧至少两边呈对称设有气囊；投料组件，投料组件包括可升降的饵料托盘，饵料托盘位于浮船下方；调节组件，用以调节气囊相对浮船竖直方向的位置高度，以控制饵料托盘的入水深度；监测组件，监测组件位于饵料托盘的上方，采集饵料托盘上的图像上传至边缘计算设备终端。本实施例通过可升降调节的饵料托盘以及气囊，进而对饵料托盘的入水状态进行切换，以便于饵料的放置和龙虾的喂养，进一步通过监测组件对龙虾的进食进行监测，获取龙虾的生长状况以及饵料的余量，实现龙虾的科学饲养。
-
公开(公告)号：CN106647754A
公开(公告)日：2017-05-10
申请号：CN201611182127.5
申请日：2016-12-20
Applicant: 安徽农业大学
IPC: G05D1/02
Abstract: 本发明公开了一种果园履带机器人路径规划方法，利用C#结合ArcGIS Engine二次开发编程实现农用机器人基于A*和B样条算法的路径规划软件平台，首先需要绘制用于农用机器人路径规划的地图；再基于ArcGIS Engine组件和C#语言的Windows桌面应用软件的开发；在此基础上编写A*算法以实现机器人最短路径规划及B样条曲线算法平滑路径，进而实现农用机器人最优路径规划。本发明实现了基于A*与B样条算法的农用机器人路径规划，实现了农用机器人根据最优路径运行，从而提高农业作业的高效化和智能化。
-
公开(公告)号：CN119415934B
公开(公告)日：2025-03-18
申请号：CN202510028071.0
申请日：2025-01-08
Applicant: 安徽农业大学
IPC: G06F18/213 , G06N3/006 , G06N3/0475 , G06N3/094 , G06F18/10 , G06F18/22 , G01N21/359
Abstract: 本发明适用于近红外光谱建模分析领域，提供了一种近红外光谱建模的特征模式生成与协同优化方法，包括：获取样本近红外光谱数据并进行预处理操作，利用转换方法将一维近红外光谱数据转换为二维结构数据；在已有的二维结构数据的基础上，利用生成技术生成更多的二维结构数据；针对不同的特征模式，利用不同的神经网络进行深度特征的提取，并利用交叉自适应注意力机制与特征协同构建方法构建最佳最小特征模式集；根据最佳最小特征模式集搭建模型，使用协同优化损失函数对模型进行优化，最终实现对近红外光谱数据的高效建模和准确分析。本发明显著提高了近红外光谱建模在物质成分含量分析中的精确度。
-
公开(公告)号：CN115376125A
公开(公告)日：2022-11-22
申请号：CN202211173171.5
申请日：2022-09-26
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于多模态数据融合的目标检测方法以及基于目标检测模型的在体果实采摘方法，属于智能检测技术领域。一方面目标检测模型的训练方法中，利用深度相机获取自然环境下在体果实的多模态视觉数据，引入坐标注意力机制增强特征提取网络对目标物的感知能力，结合深度可分离卷积模块减少模型参数量和推理时间；另一方面将目标检测模型应用到机械臂对果实的识别中，提出基于果实位置信息和遮挡状态分类的视觉伺服检测机制，该机制利用机械臂在果实采摘过程中具有运动特性的优势，通过机械臂运动带动相机视角变化，不断更新相机视野内所检测到的果实目标，实现对果实的动态检测，克服因光照和果实遮挡造成的漏检，提高果实的检出率。
-
公开(公告)号：CN106570566B
公开(公告)日：2019-07-05
申请号：CN201610972344.8
申请日：2016-10-28
Applicant: 安徽农业大学
Abstract: 本发明将本体引入茶树虫害知识表示和共享模型，提出一种基于本体的茶树虫害知识表示与共享方法，首先通过需求分析获取领域知识，然后利用本体技术及OWL语言解决领域知识有效表达地问题，最后基于ProtégéAPI接口提供领域知识的复用和共享。该方法实现了茶树虫害领域知识规范的形式化的表达，提高了茶树虫害领域知识共享重用效率，为茶树虫害防治、茶农生产决策等提供更有成效的知识服务平台，对于茶业生产质量的提高、茶产业信息化的发展具有一定的促进作用。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.02 seconds)
