-
公开(公告)号:CN107894974A
公开(公告)日:2018-04-10
申请号:CN201711061497.8
申请日:2017-11-02
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于标签路径和文本标点比特征融合的网页正文提取方法,主要通过构造标签路径的文本标点比和特征融合方法,提出一种新的特征值,从而将正文从网页中提取出来。本发明的特色在于定义了文本标点比特征对衡量标签路径的平均句子长度,同时结合了标签路径的位置及其内部复杂度,给出了一个较全面的特征值去判断正文内容。使用本发明可以不需要构造提取模版较精确地提取网页正文,同时适用范围广。
-
公开(公告)号:CN114743215B
公开(公告)日:2025-01-14
申请号:CN202210292944.5
申请日:2022-03-24
Applicant: 华南农业大学
IPC: G06V40/10 , G06V10/44 , G06V10/42 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/045
Abstract: 本发明公开了一种基于图卷积网络模型的牛脸识别方法、系统、设备及介质,所述方法包括:获取牛脸图像;利用特征提取网络对牛脸图像进行初步特征提取,得到原始特征图;基于原始特征图,进行多尺度多层次的特征划分并初始化图卷积网络的节点,利用图卷积网络进行多尺度多层次的全局‑局部信息交互,实现进一步特征提取;使用经过全局‑局部信息交互的特征进行分类,得到当前牛脸对应的身份标识。本发明通过图卷积网络对提取到的原始特征进行多层次多尺度的全局‑局部信息交互,有效地融合了牛脸图像的全局‑局部信息,从而明显提高牛脸识别的准确率。
-
公开(公告)号:CN114359644B
公开(公告)日:2024-04-16
申请号:CN202111583032.5
申请日:2021-12-22
Applicant: 华南农业大学
IPC: G06V10/771 , G06V20/10 , G06V10/82 , G06N3/045 , G06N3/0464 , G06V10/44
Abstract: 本发明公开了一种基于改进VGG‑16网络的农作物病虫害识别方法,包括:S1、获取农作物病虫害图像数据,并按照不同的农作物病虫害进行分类;S2、将农作物病虫害图像数据中的图像输入到改进VGG‑16网络进行参数训练;S3、参数训练完成后,得到一个能够对图像中的农作物病虫害进行识别的最优网络,最终通过该最优网络即可对任意输入的图像中的农作物病虫害进行自动识别。本发明突破原有技术准确率较低、缺乏鲁棒性和自适应能力差等问题,鲁棒性更强,识别率更高,网络参数更少,自适应能力更强,识别速度更快,对图像中的农作物病虫害识别更加准确。
-
公开(公告)号:CN116977277A
公开(公告)日:2023-10-31
申请号:CN202310714179.6
申请日:2023-06-15
Applicant: 华南农业大学
IPC: G06T7/00 , G06T7/77 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于空洞卷积和贝叶斯损失的豆荚计数方法,本发明的豆荚计数模型ImpBL的前端网络作为二维的特征提取;后端网络由空洞卷积组成,通过扩展的空洞卷积操作来传递更大的感受野,并代替池化操作。特征提取网络输出的特征图在贝叶斯损失下进行期望值意义上的回归估计,从而生成高质量的豆荚分布密度图。本发明通过有效组合特征提取和密度图生成,实现了对输入图像的高质量处理。本发明构建的ImpBL模型相对于传统的计数模型,使用空洞卷积和贝叶斯损失代替了VGGNet和BL等算法中的主干网络,不仅提高了模型的精度,而且降低了计算规模和所需的磁盘空间,从而具有更好的性能和可扩展性,可为豆类作物的生长监测和管理提供更加精准和便捷的工具。
-
公开(公告)号:CN116503856A
公开(公告)日:2023-07-28
申请号:CN202310384366.2
申请日:2023-04-11
Applicant: 华南农业大学
IPC: G06V20/69 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于SOLOv2模型的目标对象表型测定方法,通过基于权重的目标分割模型对待测定样本图像的肌纤维细胞进行分割,得到掩码图像和第一样本图像;根据第一样本图像中细胞重叠面积小于第一阈值并且置信度大于第二阈值的肌纤维细胞确定肌纤维细胞总数和每个肌纤维细胞的细胞面积;根据待测定样本图像,通过动态相对色差法对I型肌细胞和II型肌细胞进行分类,得到I型总数、II型总数和两类肌纤维细胞比值;根据掩码图像确定样本图像的脂肪比例;根据肌纤维细胞总数、两类肌纤维细胞比值和脂肪比例确定目标对象的表型,能够更加快捷地自动分割目标图像,精确地获取图像中的目标对象表型信息,可广泛应用于图像处理技术领域。
-
公开(公告)号:CN116363153A
公开(公告)日:2023-06-30
申请号:CN202310320118.1
申请日:2023-03-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于核注意力卷积的点云分割迁移学习方法,如下:获取两种不同类别的牲畜三维点云数据;设计并提出用于提取点云局部邻域特征的KC模块和P‑GAT模块,并基于KC模块和P‑GAT模块构建点云数据分割网络模型;将完成人工标注的第一种类别的牲畜三维点云数据输入点云数据分割网络模型进行训练;运用迁移学习方法将训练好的点云数据分割网络模型迁移到还未进行人工标注的第二种类别的牲畜三维点云数据,实现对第二种类别的牲畜三维点云数据的部分分割。本发明用训练完成的点云数据分割网络模型去分割其他类别未进行手工标注的点云数据,提高了点云数据分割网络模型的鲁棒性,节省了大量的人力和时间。
-
公开(公告)号:CN114743215A
公开(公告)日:2022-07-12
申请号:CN202210292944.5
申请日:2022-03-24
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图卷积网络模型的牛脸识别方法、系统、设备及介质,所述方法包括:获取牛脸图像;利用特征提取网络对牛脸图像进行初步特征提取,得到原始特征图;基于原始特征图,进行多尺度多层次的特征划分并初始化图卷积网络的节点,利用图卷积网络进行多尺度多层次的全局‑局部信息交互,实现进一步特征提取;使用经过全局‑局部信息交互的特征进行分类,得到当前牛脸对应的身份标识。本发明通过图卷积网络对提取到的原始特征进行多层次多尺度的全局‑局部信息交互,有效地融合了牛脸图像的全局‑局部信息,从而明显提高牛脸识别的准确率。
-
公开(公告)号:CN113516756A
公开(公告)日:2021-10-19
申请号:CN202110517086.5
申请日:2021-05-12
Applicant: 华南农业大学
Abstract: 本发明提供一种基于三维重构牲畜体点云的标准姿态鉴定方法,包括步骤如下:获取牲畜经过通道时的局部点云,去噪拼接构成完整点云;将完整点云分割为头部、躯干、四肢几部分,对各部分点云提取骨架,从头部、四肢、躯干的骨架上取若干个关节连接点;将关节连接点分别与相邻区域骨架分支端点及最近骨架点相连接可得到完整骨架,并构建关节点向量vi,i+1,以及关节点向量之间的余弦值θi,i+1;构建关节点向量在XOZ平面、YOZ平面方向的活动角度,并依据关节点贡献度的不同赋予关节点向量不同权值;将关节点向量vi,i+1、余弦值θi,i+1、活动角度进行加权输入标准姿态分类模型中,完成对牲畜体的标准姿态的识别判定。
-
公开(公告)号:CN110910454B
公开(公告)日:2020-08-07
申请号:CN201910964130.X
申请日:2019-10-11
Applicant: 华南农业大学
Abstract: 本发明公开了一种牲畜三维重构移动式设备的自动标定配准方法,其包括以下步骤:设定深度相机进行点云数据采集;选择立方体标定物;通过深度相机获取标定物的点云通过位置关系完成深度相机坐标系到世界坐标系的转换;根据立方体标定物与深度相机的距离位置划出最小包围盒;对原始点云进行处理,从而确定并分离与深度相机正面平行的拟合平面,并通过平面模型去拟合所述的拟合平面;确定与深度相机正面平行的拟合平面上的关键点最终求得关键点的坐标为(x,y,z);对拟合平面进行两两配准操作,并计算配准参数,最终得到关于的变换矩阵R与T;对变换矩阵R与T进行评估检测。本发明所述的方法标定速度快、准确,且不受外界环境约束和影响。
-
公开(公告)号:CN108062355B
公开(公告)日:2020-07-31
申请号:CN201711179719.6
申请日:2017-11-23
Applicant: 华南农业大学
IPC: G06F16/33 , G06F16/338
Abstract: 本发明公开了一种基于伪反馈与TF‑IDF的查询词扩展方法,该方法主要通过科学的查询约束词选取,通过本发明提出的两次筛选得到最终可用来做查询词扩展的词,然后通过本发明提出的打分公式为文档进行打分和排序操作。本发明的特色在于提出了一种新的查询约束词选取方式以及候选词的选取方式,并做了两次筛选操作去除无关词。还结合了传统的BM25打分公式,发明一个新的专为查询词扩展的新打分公式,能够更加科学的将查询词扩展后的结果文档进行打分,从而得出更科学的搜索排序结果。
-
-
-
-
-
-
-
-
-