公开(公告)号：CN117975278A

公开(公告)日：2024-05-03

申请号：CN202410232018.8

申请日：2024-03-01

Applicant: 安徽大学

Inventor： 陈鹏 ,  黄磊 ,  朱瑞 ,  章军 ,  梁栋 ,  王兵

IPC: G06V20/10 ,  G06V10/20 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于改进YOLOv8模型的害虫检测识别方法，包括：获取病虫害数据并进行预处理，得到病虫害数据集；对YOLOv8模型进行改进，在YOLOv8模型的Neck层的拼接模块后加入空间注意力模块，将YOLOv8模型的主干网络中的一个卷积层替换为SwimTransformer模块，将YOLOv8模型的损失函数替换为SIoU，得到害虫检测识别模型；采用训练集对害虫检测识别模型进行训练；获取待识别的害虫图像，将待识别的害虫图像输入训练后的害虫检测识别模型，得到检测识别结果。为了提高对害虫检测识别的精度，本发明对原始的YOLOv8模型做出了以下改进，增强了对细粒度特征的提取，极大的提高了对害虫的检测识别精度。

公开(公告)号：CN117333918A

公开(公告)日：2024-01-02

申请号：CN202311270068.7

申请日：2023-09-28

Applicant: 安徽大学

Inventor： 陈鹏 ,  徐畅 ,  章军 ,  夏懿 ,  郑春厚 ,  王兵 ,  梁栋

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于集成卷积网络的人脸表情识别方法，包括：获取原始图像数据；对获取的原始图像数据进行预处理，得到训练集和测试集；构建集成卷积网络模型：集成卷积网络模型由共享卷积层和集成卷积分支两部分组成；对集成卷积网络模型进行训练；将待识别的人脸表情图像输入到训练后的集成卷积网络模型中，训练后的集成卷积网络模型输出最终的识别结果，即人脸表情对应的分类标签。本发明还公开了基于集成卷积网络的人脸表情识别系统。本发明减少冗余和计算负载，同时保持多样性和泛化能力，通过共享卷积层自动提取人脸图像特征，捕捉微妙表情差异，显著提升识别准确度；有效地克服了传统方法的限制，提高了人脸表情识别的效率和准确性。

公开(公告)号：CN117152735A

公开(公告)日：2023-12-01

申请号：CN202311119458.4

申请日：2023-09-01

Applicant: 安徽大学

Inventor： 陈鹏 ,  张明年 ,  章军 ,  夏懿 ,  王兵 ,  梁栋 ,  黄磊 ,  张波 ,  庞春辉 ,  王俊峰

IPC: G06V20/68 ,  G06V10/774 ,  G06V10/776 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/25 ,  G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及一种基于改进yolov5s的番茄成熟度分级方法，包括：获取图像；进行图像预处理，得到训练集、测试集和验证集；对yolov5s模型进行改进；采用训练集对改进后的yolov5s模型进行训练，得到训练好的yolov5s模型；采用测试集对训练好的yolov5s模型进行测试，利用测试集中的图片进行定性以及定量的相关指标的评估；将待分级的番茄图片输入训练好的yolov5s模型，训练好的yolov5s模型识别出成熟的番茄。本发明用高像素相机获取成熟番茄图像，将深度学习技术中的全卷积图像分割网络应用到番茄智能采摘中，根据实际使用场景对网络结构进行调整，利用采集的番茄图像数据集训练卷积神经网络，最终使网络能够自动检测成熟番茄。

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

Inventor： 陈鹏 ,  李卫鹭 ,  方桃 ,  章军 ,  王兵 ,  梁栋

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：CN115541604A

公开(公告)日：2022-12-30

申请号：CN202211120615.9

申请日：2022-09-15

Applicant: 安徽大学

Inventor： 陈鹏 ,  郑裕成 ,  郑春厚 ,  章军 ,  王兵 ,  向昕 ,  张成龙

IPC: G01N21/89 ,  G01N21/01 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的铝合金管图像缺陷检测装置，包括支撑架，支撑架包括底座和支撑杆，支撑杆安装在底座上，支撑杆上从上至下依次安装线阵相机和线阵光源，线阵相机通过可调支架安装在支撑杆上，线阵光源通过光源支架安装在支撑杆上，驱动电机、主动齿轮和圆柱体转筒安装在底座上，驱动电机的输出端与主动齿轮的一端相连，主动齿轮的另一端与圆柱体转筒固连，待测铝合金管位于圆柱体转筒上，线阵相机与PC机双向通讯。本发明还公开了一种基于深度学习的铝合金管图像缺陷检测装置的检测方法。本发明具有较高的检测精度和召回率，大大提高了划痕缺陷的检测精度，提高Resnet50‑YOLOv3网络模型的表征能力，减少无效目标干扰，提高了整体检测精度。

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

Inventor： 陈鹏 ,  黄琼娇 ,  章军 ,  夏懿 ,  梁栋 ,  黄林生 ,  张东彦 ,  赵晋陵 ,  王兵 ,  雷雨 ,  牛子寒 ,  路宝榕 ,  许浪

IPC: G06V20/68 ,  G06V20/70 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

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：CN110097107A

公开(公告)日：2019-08-06

申请号：CN201910330282.4

申请日：2019-04-23

Applicant: 安徽大学

Inventor： 陈鹏 ,  杭杰 ,  章军 ,  王兵

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了基于卷积神经网络的苹果树干病害识别与分类方法。将苹果树干的病害图片进行实地采集，考虑到拍摄位置，空间以及光线对图片质量的影响，对数据集进行了扩充，既能提高准确率的同时，更多的考虑到实际情况给卷积神经网络模型带来的负面影响。与人工判断病害费时费力，以及不稳定性相比，只需要借助一定的硬件模块并结合卷积神经网络模型就能准确的识别病害并做出及时的反馈和针对措施，不但节省人力和物力，还能最大化果园的经济效益。

公开(公告)号：CN119732340A

公开(公告)日：2025-04-01

申请号：CN202411983350.4

申请日：2024-12-31

Applicant: 安徽大学

Inventor： 陈鹏 ,  黄磊 ,  焦林 ,  章军 ,  王兵

IPC: A01M1/08 ,  H04N7/18

Abstract: 一种便携式虫情测报设备及监测方法，便携式虫情测报设备包括遮雨顶棚及设置在遮雨顶棚下部的处置舱室；处置舱室内由上至下依次设有引虫灯诱虫组件、风扇吸虫组件、虫体拍照组件、集虫组件，其中，引虫灯诱虫组件用于吸引害虫靠近风扇吸虫组件的可吸入范围，风扇吸虫组件用于将位于引虫灯诱虫组件周围的害虫吸入处置舱室内部，虫体拍照组件用于将被吸入害虫停留于处置舱室且进行虫体图片采集，集虫组件用于收集拍照完图片的害虫；处置舱室的外围还设置树莓派控制组件，用于调控引虫灯诱虫组件、风扇吸虫组件及虫体拍照组件的协同工作。本发明能够完成害虫的完整、全面捕捉，具有结构简单，体积小便携，造价低的优势。

公开(公告)号：CN119723286A

公开(公告)日：2025-03-28

申请号：CN202411797086.5

申请日：2024-12-09

Applicant: 安徽大学

Inventor： 陈鹏 ,  汪浩博 ,  焦林 ,  章军 ,  王兵

IPC: G06V10/82 ,  G06V10/20 ,  G06V10/764 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/52

Abstract: 本发明涉及一种基于YOLOv8的大棚草莓病害实时检测方法，包括：获取草莓病害图像并进行预处理；对草莓病害图像数据集进行划分；构建草莓病害识别分类模型；得到训练后的草莓病害识别分类模型；获取待检测的草莓图像并进行预处理，将预处理后的待检测的草莓图像输入训练后的草莓病害识别分类模型，得到检测结果。本发明基于YOLOv8特征增强，使用数据增强处理草莓病害图像，提出了特征增强模块，结合YOLOv8主干网络对草莓病害进行识别，拥有较快的检测速度及高精确度；通过实时检测画面监测并获取草莓病害情况信息，将由病害情况的草莓地址及病害程度信息上传至存储器中，减少了排查的人力资源消耗。

公开(公告)号：CN119693646A

公开(公告)日：2025-03-25

申请号：CN202411837856.4

申请日：2024-12-13

Applicant: 安徽大学 ,  高梵(浙江)信息技术有限公司

Inventor： 陈鹏 ,  李淑慧 ,  吴昆明 ,  张传贵 ,  邵立智 ,  章军 ,  王兵

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及一种多角度下正反向病变区域增强的宫颈癌分割方法，包括：采集原始宫颈癌相关图像并进行预处理；构建宫颈癌分割模型；将预处理图像输入宫颈癌分割模型；得到融合后输出的特征图Out1、Out2、Out3；得到融合后的病变区域特征图Output1；得到最终融合后的病变区域特征图Output2。本发明能够更精准地识别宫颈癌病变区域，减少误诊和漏诊的发生；减少了下采样阶段，提升了计算效率，提高了模型性能，能够快速处理大量的宫颈癌图像数据；本发明运算速度快，计算成本低，在实际应用中，能够快速给出宫颈癌分割结果，适用于大规模的宫颈癌筛查工作，尤其对于卫生资源有限地区，为宫颈癌早期筛查提供可靠的辅助支持，具有广泛的应用前景和推广价值。