-
公开(公告)号：CN111461053B
公开(公告)日：2023-05-23
申请号：CN202010286460.0
申请日：2020-04-13
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/774
Abstract: 本发明特别涉及一种基于迁移学习的多个生育期小麦倒伏区域识别系统，包括图像采集模块、预处理模块以及识别模块；图像采集模块的无人机上搭载有相机用于拍摄待识别麦田图像并输出至预处理模块，预处理模块对图像进行拼接和剪裁并输出至识别模块，通过识别模块中存储的训练好的DeepLabv3+模型的识别得到标记后麦田图像。这里由无人机搭载相机拍摄图片，可以有效适合多种环境情况，并且非常便携，随拍随走；同时，通过预处理模块和识别模块，可以集中对拍摄到的图片进行处理和识别，自动标记待识别麦田的倒伏区域，由于识别模块中的模型是预先训练好的，这里直接将图片导入模型中进行识别即可，故处理速度快，降低识别模块的成本。
-
公开(公告)号：CN111611889B
公开(公告)日：2023-04-18
申请号：CN202010398156.5
申请日：2020-05-12
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/25 , G06V10/30 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进卷积神经网络的农田微型虫害识别装置，包括摄像终端系统、智能识别系统、远程更新系统。所述摄像终端系统用于通过摄像控制模块来调用终端摄像模块，拍摄田间微型虫害图片，并传送到智能识别系统中；所述智能识别系统，基于改进卷积神经网络，接收摄像终端系统拍摄的图片并进行一定的处理，通过智能识别系统识别拍摄图片中的农业微型虫害，再返回到摄像终端系统的界面以显示虫害的具体种类以及防治等信息；所述远程更新系统，在于实时存储用户拍摄的图片，以此定期更新智能识别系统，提高虫害识别精度和效率。本发明具有操作方便、智能交互、便于携带等优点。
-
公开(公告)号：CN107064126B
公开(公告)日：2023-04-07
申请号：CN201710237466.7
申请日：2017-04-12
Applicant: 安徽大学
Abstract: 本发明涉及农残检测技术领域，特别涉及一种有机磷农药残留快速检测装置，包括电源变送模块、激光器、光纤分路器、准直器、光电接收管、信号调理模块以及主控模块；所述的电源变送模块为其他模块供电，激光器产生的激光经过光纤分路器变成多路光源后接入准直器中，经准直器准直后的光线被光电接收管所接收，准直器和光电接收管之间的光学通道上布置有比色皿，信号调理模块将光电接收管接收到的光源信号进行光电转换、滤波放大处理后输出至主控模块，主控模块经计算后得到样品抑制率。采用激光器作为光源更为稳定可靠，光纤分路器将激光分为多束保证光线一致性，这样后续处理所得到数据更准确。
-
公开(公告)号：CN115565012A
公开(公告)日：2023-01-03
申请号：CN202211285868.1
申请日：2022-10-20
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06V20/52 , G06N3/04 , G06N3/08 , G06Q50/02 , G06Q50/26
Abstract: 本发明涉及一种基于自旋式Unet++网络的小麦条锈病夏孢子监测方法，包括：获取夏孢子显微图像；构建样本数据集；将样本数据集分为训练集、测试集和验证集；对Unet++网络模型进行改进，得到改进后的Unet++网络模型；将样本数据集中的图像输入至改进后的Unet++网络模型中，进行自旋式训练，得到夏孢子计数网络模型，并输出带检测框的样本数据集中的图像；训练夏孢子计数网络模型；将待检测的夏孢子显微图像输入到训练后的夏孢子计数网络模型，输出带检测框和计数的图像。本发明中夏孢子计数网络模型的计数准确率高，达到了99.03％；分割率较高，达到了86.45％；检测速率较高，达到了14张/秒，占用内存较小，仅为46.8MB。
-
公开(公告)号：CN112516478B
公开(公告)日：2022-12-27
申请号：CN202011372840.2
申请日：2020-11-30
Applicant: 安徽大学
Abstract: 本发明涉及一种智能口罩，包括口罩本体，所述口罩本体的前端设有呼吸窗口，口罩本体两侧均设有挂耳，所述呼吸窗口内设有口罩滤芯，口罩滤芯自上而下依次由电极基体层、芯材层、隔膜层、芯材层和电极基体层组成；所述口罩本体上还设置智能控制装置。本发明还公开了一种智能口罩的智能控制方法。本发明中口罩滤芯的芯材采用石墨烯气凝胶作电极，该芯材具有多孔结构，其可对空气中的灰尘细小颗粒以及病菌进行过滤；本发明通过对口罩滤芯加电压后，口罩滤芯具备静电吸附作用，可对病菌产生吸附性，同时，本发明采用大孔隙滤芯，在长时间使用时，能够保证呼吸畅通，通过智能控制装置可实现充电电压与呼吸速度的匹配，具有很好的过滤性及吸附性。
-
Patent Agency Ranking
公开(公告)号：CN115050020A
公开(公告)日：2022-09-13
申请号：CN202210468407.1
申请日：2022-04-29
Applicant: 安徽大学
Abstract: 本申请公开了一种基于改进Mask R‑CNN草莓叶面积的智能视觉检测方法，包括以下步骤：获取带有参照物的草莓叶片照片数据；对照片数据进行预处理，得到输入图像数据；使用改进型Mask R‑CNN网络框架对输入图像数据进行特征提取，得的特征图像数据，改进型Mask R‑CNN网络框架中利用Swintransformer作为主干网络；将特征图像数据输入识别模型中，识别模型由改进型Mask R‑CNN网络框架进行模型训练得到；利用识别模型统计草莓叶片和参照物的像素；根据草莓叶片和参照物的像素面积比计算出草莓叶片的面积。本申请解决了现有技术中叶片面积测量方式比较繁琐、费时费工、对植株破坏性较大等技术问题，实现了采用改进Mask R‑CNN算法在对物体进行实例分割时具有叶片测量精度高，响应速度快的效果。
-
公开(公告)号：CN114743023B
公开(公告)日：2022-08-26
申请号：CN202210664056.1
申请日：2022-06-14
Applicant: 安徽大学
Abstract: 本发明涉及一种基于RetinaNet模型的麦蜘蛛图像检测方法，与现有技术相比解决了针对麦蜘蛛图像检测效率低、鲁棒性差的缺陷。本发明包括以下步骤：麦蜘蛛图像样本的获取和预处理；麦蜘蛛图像样本的扩充；麦蜘蛛图像检测模型的构建；麦蜘蛛图像检测模型的训练；待检测图像的获取；麦蜘蛛图像检测结果的获得。本发明将多头自注意力模块与残差网络融合，组成了一个新颖的并行骨干网络架构，利用高分辨率的特征图提取小目标的特征，基于交互特征图之间的上下文信息，通过重新设计更符合小目标的锚框，实现了更高效、更准确的麦蜘蛛虫害图像检测。
-
公开(公告)号：CN114743023A
公开(公告)日：2022-07-12
申请号：CN202210664056.1
申请日：2022-06-14
Applicant: 安徽大学
Abstract: 本发明涉及一种基于RetinaNet模型的麦蜘蛛图像检测方法，与现有技术相比解决了针对麦蜘蛛图像检测效率低、鲁棒性差的缺陷。本发明包括以下步骤：麦蜘蛛图像样本的获取和预处理；麦蜘蛛图像样本的扩充；麦蜘蛛图像检测模型的构建；麦蜘蛛图像检测模型的训练；待检测图像的获取；麦蜘蛛图像检测结果的获得。本发明将多头自注意力模块与残差网络融合，组成了一个新颖的并行骨干网络架构，利用高分辨率的特征图提取小目标的特征，基于交互特征图之间的上下文信息，通过重新设计更符合小目标的锚框，实现了更高效、更准确的麦蜘蛛虫害图像检测。
-
公开(公告)号：CN114627385A
公开(公告)日：2022-06-14
申请号：CN202210267432.3
申请日：2022-03-18
Applicant: 安徽大学
Abstract: 本发明涉及一种基于无人机图像的大田小麦赤霉病检测方法，包括：使用搭载可见光传感器的无人机获取患有赤霉病的大田小麦图像数据U，同步使用数码相机连续获取地面小麦图像数据G；将大田小麦图像数据U中的小麦图像进行裁剪；使用对偶回归网络对裁剪后的小麦图像进行超分辨率重建；对经超分辨率重建后的小麦图像进行数据增强得到训练集UTrain；构建基于特征增强和自适应特征融合的小麦赤霉病检测网络；使用无人机获取待预测的小麦图像后进行赤霉病检测得到检测结果。本发明提高无人机获取的大田小麦图像数据U的分辨率；在YOLOv5的基础上添加特征增强模块并使用自适应特征融合模块对多尺度特征进行融合，提高了网络对小目标病斑的检测能力。
-
公开(公告)号：CN114460080A
公开(公告)日：2022-05-10
申请号：CN202210121310.3
申请日：2022-02-09
Applicant: 安徽大学
Abstract: 本发明涉及农作物监控系统技术领域，且公开了一种水稻病虫智能监控系统，包括云服务器，所述云服务器包括视频监控终端、数据信息中心模块和数据采集终端，所述视频监控终端、数据信息中心模块和数据采集终端均通过信息传输网络与云服务器相连接；所述云服务器用于用服务器搭建应用背景及搭建区域网络，作为内容输出和对外宣传；所述视频监控终端用于对数据采集终端的设备信息进行定点的可视化管理；所述数据信息中心用于对农作物病虫害的大数据的储存、分析以及诊断信息的适配；所述数据采集终端用于水稻病虫画面进行实时检测获得采集的画面及数据信息。本发明具备实时监测诊断处理，使得整体监控信息更全面的有益效果。
-
-
-
-
-
-
-
-
-
Search Results
296
records
(took 0.03 seconds)
