-
公开(公告)号：CN112101214A
公开(公告)日：2020-12-18
申请号：CN202010967812.9
申请日：2020-09-15
Applicant: 重庆市农业科学院
Abstract: 本发明提供了一种基于热力图的快速计数茶网蝽的网络结构，包括主干网络、第一特征融合网络以及第二特征融合网络；其中，所述主干网络包括VGG16网络结构中的卷积层。通过主干网络与第一特征融合网络的融合，将将浅层特征融合到深层特征上，补充和丰富了深层特征的空间信息和细节信息；同时通过主干网络与第二特征融合网络的融合，将深层特征反向融合到浅层特征，从而避免深层特征信息丰富后、浅层特征空间信息和细节信息得不到充分表达的情况；本发明通过双向特征融合结构，确保浅层特征与深层特征的空间信息和细节信息均能充分表达，进而确保能够及时、快速、精确的对茶网蝽进行识别、计数，避免干扰。
-
公开(公告)号：CN116310815B
公开(公告)日：2024-06-14
申请号：CN202310214955.6
申请日：2023-03-08
Applicant: 重庆市农业科学院
IPC: G06V20/10 , G06Q10/063 , G06Q50/02 , G06V10/82 , G06N3/04 , G06N3/08 , G06V10/80 , G06N3/0895 , G08B21/18
Abstract: 本发明提供一种适用于智能化茶园的病虫害预警及自学习方法，包括：包括茶树生长情况量化、生长环境参数预调控、病虫害预警及模型自更新；通过茶树生长情况量化获得生长状态量化评估值，利用生长状态量化评估值配合茶园环境监测参数进行预调控，利用生长状态量化评估值配合广角摄像机图像进行病虫害告警，利用生长情况参数预调控效果、茶树的生长状态量化评估值与茶树生长状态稳定性进行自监督与自更新。该方法能够确保智能化茶园种植、能够适用于不同种植区以及茶树的不同生长阶段，预测获得灌溉量及施肥量误差小、准确性高，同时病虫害预警及时，进而保证茶树的产量与品质。
-
公开(公告)号：CN116486253A
公开(公告)日：2023-07-25
申请号：CN202310215004.0
申请日：2023-03-08
Applicant: 重庆市农业科学院
Abstract: 本发明提供一种用于茶园病虫害及生长情况的监测管理系统，包括摄像头模块、环境采集模块、生长状态量化模块、预调控模块、病虫害预警模块及自更新模块；摄像头模块架设于茶蓬上方，环境采集模块均布在茶园内部，生长状态量化模块与摄像头模块连接，预调控模块分别与环境采集模块、生长状态量化模块连接，病虫害预警模块分别与摄像头模块、生长状态量化模块连接，自更新模块分别与生长状态量化模块、预调控模块连接。该监测管理系统能够根据茶树的不同生长情况，进行自监督，完成自适应调整、更新，监测管理系统的精确性高、误差小。
-
公开(公告)号：CN115661491A
公开(公告)日：2023-01-31
申请号：CN202211126212.5
申请日：2020-09-15
Applicant: 重庆市农业科学院
IPC: G06V10/75 , G06M11/00 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/774 , G06V10/80
Abstract: 本发明涉及一种茶树种植中虫害防治的监测方法，它包括以下步骤：a、首先采取主干网络对图像样本进行特征提取，同时选取图像样本的浅层特征进行回归运算；b、将主干网络每层中的深层特征通过上采样加卷积层组合的方式逐层叠加到浅层特征上；c、主干网络的每层深层特征再与对应的每层叠加后的浅层特征进行融合，作为神经网络的输出层，并完成对茶小绿叶蝉的回归识别；同时，根据识别和回归运算结果结合划定的黄板范围，完成对不同输出层上相同位置茶小绿叶蝉重复识别的去重处理，最后进行数量计算。该监测方法能高效的完成茶小绿叶蝉的识别、计数，判断准确率高，省时省力、节省人工成本。
-
公开(公告)号：CN114990016A
公开(公告)日：2022-09-02
申请号：CN202210638110.5
申请日：2022-06-07
Applicant: 重庆市农业科学院
IPC: C12N1/20 , C12N1/14 , A01N63/38 , A01N63/22 , A01N63/25 , A01N63/20 , A01P21/00 , A01P7/04 , C12R1/885 , C12R1/085 , C12R1/01
Abstract: 本发明公开了一种混菌发酵培养基及其发酵方法，属于微生物发酵技术领域。其配方包括：玉米粉、蜜糖、豆粕和氯化盐，余量为水。用该培养基培养活菌数达到2.85×1013CFU/mL，效解决了传统发酵过程中存在的生物量低，生产成本高等缺点，便于相关产品加工，有利于大规模推广应用。
-
Patent Agency Ranking
公开(公告)号：CN113961624A
公开(公告)日：2022-01-21
申请号：CN202111249847.X
申请日：2021-10-26
Applicant: 重庆市农业科学院
IPC: G06F16/2458 , G06F16/23 , G06K9/62 , G06Q10/04 , G06Q50/02
Abstract: 本发明提供一种自适应的茶小绿叶蝉高精度预报系统，包括数据集构建系统、训练系统、特定地区部署系统及更新系统；数据集构建系统，用于结合全国地区的茶小绿叶蝉信息统计数据Da与特定地区的茶小绿叶蝉信息统计数据Db进行分类整理，获得用于训练系统的训练集D1、测试集D2及验证集D3；训练系统，用于对训练集D1、测试集D2的数据进行模型训练；特定地区部署系统，用于将训练系统训练完成的模型用于茶小绿叶蝉第一峰的预测；更新系统，用于进行系统的自动更新。该系统构建茶小绿叶蝉第一发生高峰口危害等级预报专家系统及预报专家系统自更新系统，从而解决现有技术预报效率低、耗时长、预报滞后、精确度低及无法自适应调整的问题。
-
公开(公告)号：CN119866843A
公开(公告)日：2025-04-25
申请号：CN202510354714.0
申请日：2025-03-25
Applicant: 重庆市农业科学院
IPC: A01G13/00
Abstract: 本发明涉及一种茶园春季害虫的绿色防治方法。它包括以下步骤：(1)农业防治：①清洁茶园；②种植绿盲蝽植物诱集带；③石硫合剂封园；④春季及时分批勤采；(2)物理防治：粘虫板诱杀；(3)生物防治：①保护利用天敌；②释放天敌；(4)化学防治：①春季植物源药剂防治；②秋冬化学防治等步骤。本发明实现了经济、简便、安全、有效地控制绿盲蝽和茶网蝽两种春季害虫，将其控制在一定的经济阈值之下，保障了春茶的经济效益，促进茶产业健康高效、可持续生产。
-
公开(公告)号：CN113519467B
公开(公告)日：2022-12-06
申请号：CN202110925822.0
申请日：2021-08-12
Applicant: 重庆市农业科学院
IPC: A01K67/033
Abstract: 一种人工养殖茶网蝽的方法，采集茶网蝽若虫饲养至成虫产卵前期，将开始产卵的成虫接种至控根器栽种的活体茶树苗成叶上进行产卵，产卵后移除成虫，将载有茶网蝽卵的茶树苗放入培养箱孵化，茶网蝽卵孵化成若虫后置于恒温培养皿中饲养至成虫。本发明方法有效缩短了茶网蝽的卵期时间，卵期平均为43~46天，由自然界中每年繁殖2~3代提高到每年繁殖5代，养殖的茶网蝽卵的孵化率高达89.77%，若虫在饲养成成虫过程中存活率达到69.1%，成虫产卵平均量达到每头雌虫产卵43.64粒，若虫和成虫体格健壮，生物一致性高，作为实验种群为后续有效的防治措施的探索提供了研究基础。
-
公开(公告)号：CN115410159A
公开(公告)日：2022-11-29
申请号：CN202211141551.0
申请日：2020-09-15
Applicant: 重庆市农业科学院
Abstract: 本发明涉及一种茶树种植中茶网蝽的识别监测系统。它通过采用以VGG16网络结构的主干网络与第一特征融合网络、第二特征融合网络进行融合，形成双向特征融合结构，在将浅层特征融合到深层特征的同时、将深层特征反向融合到浅层特征，从而确保浅层特征与深层特征的空间信息和细节信息均能充分表达，进而避免茶网蝽在热力图中因茶网蝽的体积小、聚集重叠以及其排泄物的影响而导致其无法被快速识别、判断不准确的问题。
-
公开(公告)号：CN112101214B
公开(公告)日：2022-08-26
申请号：CN202010967812.9
申请日：2020-09-15
Applicant: 重庆市农业科学院
Abstract: 本发明提供了一种基于热力图的快速计数茶网蝽的网络结构，包括主干网络、第一特征融合网络以及第二特征融合网络；其中，所述主干网络包括VGG16网络结构中的卷积层。通过主干网络与第一特征融合网络的融合，将将浅层特征融合到深层特征上，补充和丰富了深层特征的空间信息和细节信息；同时通过主干网络与第二特征融合网络的融合，将深层特征反向融合到浅层特征，从而避免深层特征信息丰富后、浅层特征空间信息和细节信息得不到充分表达的情况；本发明通过双向特征融合结构，确保浅层特征与深层特征的空间信息和细节信息均能充分表达，进而确保能够及时、快速、精确的对茶网蝽进行识别、计数，避免干扰。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.022 seconds)
