一种基于自定义旋转框的麦穗检测方法

    公开(公告)号:CN114596429B

    公开(公告)日:2024-04-19

    申请号:CN202210201369.3

    申请日:2022-02-28

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于自定义旋转框的麦穗检测方法,包括如下步骤:步骤S100,拍摄观测区群体麦穗图像;步骤S200,改进YoloV5目标检测网络的检测框定义方式和损失函数,获得基于自定义旋转框的YoloV5目标检测网络模型;步骤S300,对改进后的基于自定义旋转框的YoloV5目标检测网络模型进行训练;步骤S400,利用训练好的基于自定义旋转框的YoloV5目标检测网络模型对观测区群体麦穗图像进行检测,并获得利用旋转框框出的麦穗检测结果图像。本方法有效提高了小麦麦穗检测精度,且能够在任何复杂条件下使用,无需任何辅助设备(材料),拥有良好的泛用性。此外,有效解决了照片中因拍摄角度导致的检测框背景较多的情况,目标检测网络模型的角度检测精度也得到了提高。

    一种基于自定义旋转框的麦穗检测方法

    公开(公告)号:CN114596429A

    公开(公告)日:2022-06-07

    申请号:CN202210201369.3

    申请日:2022-02-28

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于自定义旋转框的麦穗检测方法,包括如下步骤:步骤S100,拍摄观测区群体麦穗图像;步骤S200,改进YoloV5目标检测网络的检测框定义方式和损失函数,获得基于自定义旋转框的YoloV5目标检测网络模型;步骤S300,对改进后的基于自定义旋转框的YoloV5目标检测网络模型进行训练;步骤S400,利用训练好的基于自定义旋转框的YoloV5目标检测网络模型对观测区群体麦穗图像进行检测,并获得利用旋转框框出的麦穗检测结果图像。本方法有效提高了小麦麦穗检测精度,且能够在任何复杂条件下使用,无需任何辅助设备(材料),拥有良好的泛用性。此外,有效解决了照片中因拍摄角度导致的检测框背景较多的情况,目标检测网络模型的角度检测精度也得到了提高。

    基于改进YoloV4的田间小麦赤霉病发生程度评估方法

    公开(公告)号:CN114120203B

    公开(公告)日:2024-11-26

    申请号:CN202111452227.6

    申请日:2021-12-01

    Abstract: 本发明涉及一种基于改进YoloV4的田间小麦赤霉病发生程度评估方法,包括如下步骤:S100、拍摄观测区群体麦穗图像;S200、利用训练好的改进YoloV4目标检测网络模型对观测区群体麦穗图像进行检测并获得单个麦穗图像;S300、统计麦穗个数得到麦穗总数,同时对单个麦穗图像进行特征提取和随机森林分类并统计患病麦穗个数;S400、根据麦穗总数和患病麦穗个数计算群体麦穗的病穗率,按照国家相关标准得到该群体麦穗的赤霉病发生程度。本方法提高了小麦赤霉病发生程度的预测精度,且能够在复杂条件下使用,无需辅助设备或材料,拥有良好的泛用性,有效解决了拍摄角度导致的麦穗遮挡而无法检测的情况,目标检测网络模型的检测精度也得到提高,缩短了模型训练时间。

    基于可穿戴式麦穗采集装置的麦穗计数方法

    公开(公告)号:CN112419323B

    公开(公告)日:2023-05-02

    申请号:CN202011321459.3

    申请日:2020-11-23

    Abstract: 本发明特别涉及一种基于可穿戴式麦穗采集装置的麦穗计数方法,包括如下步骤:S100、通过可穿戴式采集装置采集田间麦穗图像并将麦穗图像发送到服务器中;S200、服务器对采集到的图像进行预处理后输入至训练好的分割模型中进行分割后得到麦穗分割图;S300、将麦穗分割图输入至训练好的计数模型中统计麦穗数量并发送至采集装置上显示。采集装置可以方便的对田间麦穗进行图像采集,再将采集到的图像发送至服务器上进行麦穗的计数处理,这样采集装置无需进行数据处理,可以减少其体积便于携带;服务器上设置的分割模型可以方便的进行麦穗分割和计数,最后将统计的麦穗数量发送回采集装置上进行显示,这样对现场的工作人员来说,操作非常简便。

    基于改进YoloV4的田间小麦赤霉病发生程度评估方法

    公开(公告)号:CN114120203A

    公开(公告)日:2022-03-01

    申请号:CN202111452227.6

    申请日:2021-12-01

    Abstract: 本发明涉及一种基于改进YoloV4的田间小麦赤霉病发生程度评估方法,包括如下步骤:S100、拍摄观测区群体麦穗图像;S200、利用训练好的改进YoloV4目标检测网络模型对观测区群体麦穗图像进行检测并获得单个麦穗图像;S300、统计麦穗个数得到麦穗总数,同时对单个麦穗图像进行特征提取和随机森林分类并统计患病麦穗个数;S400、根据麦穗总数和患病麦穗个数计算群体麦穗的病穗率,按照国家相关标准得到该群体麦穗的赤霉病发生程度。本方法提高了小麦赤霉病发生程度的预测精度,且能够在复杂条件下使用,无需辅助设备或材料,拥有良好的泛用性,有效解决了拍摄角度导致的麦穗遮挡而无法检测的情况,目标检测网络模型的检测精度也得到提高,缩短了模型训练时间。

    基于可穿戴式麦穗采集装置的麦穗计数方法

    公开(公告)号:CN112419323A

    公开(公告)日:2021-02-26

    申请号:CN202011321459.3

    申请日:2020-11-23

    Abstract: 本发明特别涉及一种基于可穿戴式麦穗采集装置的麦穗计数方法,包括如下步骤:S100、通过可穿戴式采集装置采集田间麦穗图像并将麦穗图像发送到服务器中;S200、服务器对采集到的图像进行预处理后输入至训练好的分割模型中进行分割后得到麦穗分割图;S300、将麦穗分割图输入至训练好的计数模型中统计麦穗数量并发送至采集装置上显示。采集装置可以方便的对田间麦穗进行图像采集,再将采集到的图像发送至服务器上进行麦穗的计数处理,这样采集装置无需进行数据处理,可以减少其体积便于携带;服务器上设置的分割模型可以方便的进行麦穗分割和计数,最后将统计的麦穗数量发送回采集装置上进行显示,这样对现场的工作人员来说,操作非常简便。

    面向数字农业多场景、多源信息采集的智能眼镜

    公开(公告)号:CN213517784U

    公开(公告)日:2021-06-22

    申请号:CN202022726938.5

    申请日:2020-11-23

    Abstract: 本实用新型特别涉及一种面向数字农业多场景、多源信息采集的智能眼镜,包括镜体、拍照单元以及电池,所述镜体包括镜框以及镜框两侧设置镜腿,拍照单元包括设置在镜框中部的相机以及闪光灯,电池设置在镜腿中,镜腿上还设置有麦克风和/或按键,操作人员通过语音或按键控制拍照单元动作并拍摄眼前所看到的田间、蔬菜大棚、果/茶园或养殖场图像。通过设置便于穿戴的眼镜,并且在眼镜的镜框中部设置相机,再通过语音或按键来触发相机拍摄相片,操作起来十分方便,对操作人员的体力要求大幅降低,并且拍摄相片时操作十分方便,只需要通过语音或按键控制相机工作即可,单个人就可以完成取样操作。

    面向农业多种应用场景的分体式信息采集系统

    公开(公告)号:CN213244209U

    公开(公告)日:2021-05-18

    申请号:CN202022726292.0

    申请日:2020-11-23

    Abstract: 本实用新型涉及数字农业监测技术领域,特别涉及一种面向农业多种应用场景的分体式信息采集系统,包括多个采集端和一个控制端,所述采集端和通过无线方式连接控制端,采集端用于采集田间、蔬菜大棚、果/茶园的作物以及养殖场家禽家畜的视频并传输至控制端并进行显示,控制端输出控制指令或发出语音至采集端,采集端根据控制指令自动拍摄图像或根据语音提示手动拍摄。通过设置采集端和控制端,将采集和控制分开,这样,在进行田间、蔬菜大棚、果/茶园作物及家禽家畜图像采集时,无需专业人士,只需要操作人员穿戴采集端到达田间、蔬菜大棚、果/茶园或养殖场,然后由专业的人员在控制端进行指导,这样就能更为方便的、更快速的拍摄出所需要的图像。

    面向校园内的刷卡共享单车

    公开(公告)号:CN214241044U

    公开(公告)日:2021-09-21

    申请号:CN202023281710.6

    申请日:2020-12-31

    Abstract: 本实用新型特别涉及一种面向校园内的刷卡共享单车,自行车包括车架、前叉以及车把,前叉固定在车架的首管上,所述的车把和前叉的上端设置有锁合单元,锁合单元包括读卡器,锁合单元锁合时车把固定在车架的首管上,学生将校园卡放在读卡器上刷一下之后锁合单元解锁并使得车把可自由转动。通过设置读卡器,可以方便校园内的学生,直接刷卡来解锁锁合单元,同时,锁合单元是将把手固定锁在车架的首管上,使得把手不能自由转动,这样也可以达到校园锁车的目的,这种锁合方式结构更为简单,成本低,且可以设置在车头部位,方便解锁,也不会被车轮弄脏影响其使用寿命。

Patent Agency Ranking