-
公开(公告)号：CN111723863A
公开(公告)日：2020-09-29
申请号：CN202010564264.5
申请日：2020-06-19
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明公开了一种果树花朵的识别及位置获取方法、装置、计算机设备及存储介质，涉及视觉识别技术领域，用于自动识别果树中花朵的类型及位置，以指导机器人后续的疏花操作。本发明的主要技术方案为：将花簇的局部图像输入到花朵检测模型中得到花簇的局部图像中所有花朵的花朵类型及对应的花朵位置；花朵检测模型是根据花簇局部样本图像和花簇局部样本图像中的花朵位置标注、花朵类型标注训练得到的。
-
公开(公告)号：CN110990376A
公开(公告)日：2020-04-10
申请号：CN201911140195.9
申请日：2019-11-20
Applicant: 中国农业科学院农业信息研究所
IPC: G06F16/21 , G06F16/22 , G06F16/2458 , G06F16/25
Abstract: 本发明提出一种基于多因子混合排序机制的学科分类自动标引方法，其特征在于：包含以下步骤：1.构建不同数据来源的基础语料库，获取每一个关键词在基础语料库中在对应的所有学科分类号下出现次数、最大次数及概率；2.根据待标引的文献选取相应的基础语料库，预处理待标引文献的关键词，通过对比待标引文献的关键词与基础语料库关键词，对命中的参数依据多因子混合排序机制测算分值并降序排列；3.基于权威文献分类法设计学科滤镜，并通过学科滤镜对步骤2中降序排列的学科分类号进行筛选，缩小学科范围，输出指定Top N个学科分类号；4.将输出的关键词及学科分类号入库基础语料库，进行合并或者修订，提升基础语料库规模和质量。
-
公开(公告)号：CN120047834A
公开(公告)日：2025-05-27
申请号：CN202510525459.1
申请日：2025-04-25
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V10/25 , G06V10/762 , G06V10/82 , G06N3/042
Abstract: 本发明提供了一种果树中心花及边花的自动识别方法，首先构建并训练目标检测模型以识别图像中的花序和/或花朵目标，获取花朵检测框坐标及其中心像素坐标；针对花序归属划分，通过将花朵中心坐标映射至预检测的花序框内实现关联；或者采用聚类算法以中心坐标为特征对花朵检测框进行无监督聚类，动态划分花序类别；在中心花判定环节，提出两种技术路径：基于几何特征计算同一花序内各花朵检测框与其他框的最小边界距离平均值，选取最小值对应的花朵作为中心花；或通过场景图生成技术构建关系预测模型，基于位置关系推理确定中心花与边花。最终通过可视化标注区分花序、中心花及边花。本发明还提供相应的电子设备及存储介质。借此，本发明融合目标检测、空间关系分析与机器学习技术，实现了果树花序结构的自动化精确识别。
-
公开(公告)号：CN119817401A
公开(公告)日：2025-04-15
申请号：CN202510136381.4
申请日：2025-02-07
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明涉及食用菌采收技术领域，且公开了一种食用菌采收用收集装置，包括种植床，所述种植床边缘位置等间距可拆卸安装有若干个辅助板，所述辅助板上通过移动机构连接有运动框，上下的所述运动框之间通过连杆连接，所述连杆位于所述运动框的四角位置，下部的所述运动框上连接有运动机构，可以实现在种植床上进行行走移动，可以实现与采收机器人进行协同同步运动，便于对采收机器人采收的食用菌进行收集，提高收集的效率；可以实现对料框进行夹持，并且同时可以对多个料框进行夹持，便于持续的供给料框，并且可以实现对料框进行夹持输送，保证料框输送的效率；可以实现推动装置进行运动，运动到种植床附近，便于挂载到种植床上。
-
公开(公告)号：CN119683252A
公开(公告)日：2025-03-25
申请号：CN202411936998.6
申请日：2024-12-26
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明涉及食用菌采收技术领域，且公开了一种食用菌采收用的料框稳定输送装置及方法，解决了现有料框输送稳定性差的问题，其包括地面，所述地面顶部固定有种植架，所述种植架前端固定有两个定位轨，所述种植架前端设有两个移动轨，两个所述移动轨前端设有移动板，所述移动板前端设有连接块，所述连接块外部设有多个移动杆，每个所述移动杆外端后侧通过转轴转动连接有输送架，每个所述输送架内部设有第一料框，所述连接块前端设有料框输送杆和卸料带；本设备通过移动轮紧贴地面，从而防止移动轮定位板转动，从而使得料框输送杆始终水平，从而保证设备的稳定性，同时由于卸料带移动轮跟随移动板移动，从而保证卸料的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN119314170A
公开(公告)日：2025-01-14
申请号：CN202411359417.7
申请日：2024-09-27
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/68 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/0464
Abstract: 本发明涉及一种果蔬分级方法，其解决了现有通过计算机视觉根据果蔬图像的纹理和颜色进行分级准确度低、效率低的技术问题，其首次采集黄瓜图像，对其进行人工标注以构建黄瓜关键点检测数据集，其次构建用于检测黄瓜关键点的神经网络模型；然后根据黄瓜关键点检测模型得到的黄瓜关键点计算黄瓜的弓形高度、横径差和瓜把比指标，最后根据指标判定黄瓜的等级。
-
公开(公告)号：CN117911858A
公开(公告)日：2024-04-19
申请号：CN202311746624.3
申请日：2023-12-19
Applicant: 中国农业科学院农业信息研究所 , 三亚中国农业科学院国家南繁研究院
IPC: G06V20/10 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 本发明为一种基于Transformer模型的农作物叶绿素遥感反演方法与装置，包括以下步骤：采集田间农作物的高光谱数据并对农作物进行采样测量，得到农作物高光谱数据和多个采样点农作物叶绿素含量；根据农作物高光谱数据和采样点农作物叶绿素含量构建数据集，得到有标注数据集和未标注数据集；根据农作物高光谱数据构建Transformer模型；使用有标注数据集和未标注数据集对Transformer模型进行训练，得到训练后模型；使用训练后模型进行农作物叶绿素反演。
-
公开(公告)号：CN112115885B
公开(公告)日：2023-08-11
申请号：CN202011001005.8
申请日：2020-09-22
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/20 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/20 , A01D46/30
Abstract: 本发明涉及一种基于深度卷积神经网络的采摘用果树结果枝剪切点定位方法，其解决了现有剪切式自动采摘方法直接在果柄处进行操作对果实损伤大，影响结果枝第二年的产果量的技术问题，其首先构建果实目标检测数据集和结果枝关键点检测数据集并进行标注，其次进行目标检测模型训练和关键点检测模型训练，然后识别采摘用结果枝剪切点。本发明可广泛应用于剪切式自动采摘系统。
-
公开(公告)号：CN115810188A
公开(公告)日：2023-03-17
申请号：CN202211506380.7
申请日：2022-11-28
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提出了一种基于单张二维图像的树上果实三维位姿识别方法，以提高自动采摘的安全性和准确性。主要包括以下步骤：以果脐点和果脐点所在平面的法线方向表示果实在三维空间中的位置与姿态，开发基于二维图像的水果位姿标注工具，并构建水果位姿数据集；构建基于二维图像进行果实三维位姿识别的深度卷积神经网络，并利用标注数据进行模型训练；拍摄果实冠层图像，首先对图像中的果实进行目标检测，进而利用已经训练好的模型对单个果实进行位姿识别，确定果实的位置与姿态。在实际采摘过程中，本发明可帮助实现果实高精度、低损伤的采摘操作。
-
公开(公告)号：CN114882114A
公开(公告)日：2022-08-09
申请号：CN202210609824.3
申请日：2022-05-31
Applicant: 中国农业科学院农业质量标准与检测技术研究所 , 中国农业科学院农业信息研究所
IPC: G06T7/73 , G06T7/55 , G06V10/22 , G06V10/764 , G06V10/774 , G06T7/246
Abstract: 本发明提供的基于关键特征点定位的斑马鱼形态识别方法及相关装置，通过获取待识别斑马鱼的图像，进而将所述图像输入到预先训练的关键特征点定位模型中，可以准确定位多个关键特征点各自对应的坐标，获得坐标之后，可以根据所述多个关键特征点之间的空间位置关系以及坐标，确定多种表型特征各自对应的特征值，最后将每种表型特征对应的特征值与所述每种表型特征对应的置信度区间进行比较，得到所述待识别斑马鱼的形态识别结果，本发明提供的方法不仅可以提供准确的关键特征点的坐标，而且还可以基于关键特征点的空间位置关系，来量化不同表型特征，并将量化后的特征值与置信度区间进行比较，从而可以使得形态识别结果具有可信度，可解释性强。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.045 seconds)
