-
公开(公告)号：CN118747744A
公开(公告)日：2024-10-08
申请号：CN202410846597.5
申请日：2024-06-27
Applicant: 安徽农业大学
IPC: G06T7/00 , G06T3/4038 , G06T5/50 , G06V20/17 , G06V20/10 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/096
Abstract: 本发明公开了基于YOLOv8的玉米大田幼苗计数方法及系统，涉及人工智能机器视觉计数技术领域；该方法包括以下步骤：采集无人机玉米幼苗图像构建数据集；在YOLOv8的基础上进行改进构建无人机玉米幼苗计数模型且进行训练优化参数；进行无人机的航线规划并获取玉米大田的分块图像；对分块图像进行拼接得到玉米大田的完整图像；对完整图像分割得到若干分割图像；利用无人机玉米幼苗计数模型对分割图像进行检测得到分割图像检测结果；将分割图像检测结果映射至完整图像上，生成玉米大田的完整图像检测结果；对玉米大田的完整图像检测结果进行修正。本发明能够提高玉米大田幼苗计数的准确率，实现对大田幼苗数目的完整获取。
-
公开(公告)号：CN118172682A
公开(公告)日：2024-06-11
申请号：CN202410395020.7
申请日：2024-04-02
Applicant: 安徽农业大学
IPC: G06V20/13 , G06V20/10 , G06V10/20 , G06V10/774 , G06N5/01
Abstract: 本发明公开了一种面向日光诱导叶绿素荧光SIF重构的云干扰削弱方法，包括：1)构建日光诱导叶绿素荧光SIF产品数据、卫星微波植被指数数据、植被数据和气象数据集；2)对数据集进行预处理3)构建基于微波植被指数的SIF重构模型；4)训练模型并进一步调整参数，以得到最优的SIF重构模型。本发明利用卫星微波观测数据，植被和气象数据，以及光合有效辐射数据实现了对每日的日光诱导叶绿素荧光SIF的重构，从而能直接应用于晴空和云天条件，有利于卫星微波对有云区域的植被日光诱导叶绿素荧光SIF的重构。
-
公开(公告)号：CN114627502A
公开(公告)日：2022-06-14
申请号：CN202210240265.3
申请日：2022-03-10
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于改进YOLOv5的目标识别检测方法，属于目标检测领域，包括：采集目标图像样本数据，构建样本数据集；对样本数据集进行扩容处理，得到待识别数据集；对目标检测算法YOLOv5进行改进，获得改进的目标检测算法YOLOv5，具体包括：优化目标锚框、添加协调注意力机制CA及特征融合BiFP；利用改进的目标检测算法YOLOv5对待识别数据集中的图像信息进行识别，获得识别结果。该方法采用改进的目标检测算法YOLOv5不仅提升了一般情况下的生猪个体识别准确率，还改善了在生猪密集以及远距离小目标情境下的检测性能。
-
公开(公告)号：CN109031654B
公开(公告)日：2021-02-12
申请号：CN201811057241.4
申请日：2018-09-11
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于卷积神经网络的自适应光学校正方法，包括以下步骤：S1，基于卷积神经网络训练畸变远场光强图像和波前校正器驱动信号的卷积神经网络模型；S2，卷积神经网络模型构建完成后，待校正的畸变波前经波前校正器反射和光路分束后分为两路，分别成像在焦平面CCD和离焦平面CCD上，本发明的有益效果是：利用卷积神经网络模型直接根据输入的光强得到波前校正器驱动信号，该驱动信号控制波前校正器产生与待校正波前共轭的变形量以校正入射波前的像差，其不需要进行波前探测及其相应的重构计算，也不需要进行迭代寻优，系统结构简单易于实现，成本低廉，系统带宽高的优点。
-
公开(公告)号：CN110309886A
公开(公告)日：2019-10-08
申请号：CN201910610145.6
申请日：2019-07-08
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于深度学习的无线传感器高维数据异常检测方法，包括以下步骤：（101）、获取历史数据；（102）、建立DBN-QSSVM混合模型；（103）、利用传感器历史数据对混合模型进行训练；（104）、采集待检测的传感器测试数据；（105）、利用（103）中训练好的DBN-QSSVM混合模型对传感器测试数据进行异常检测；（106）、输出传感器测试数据中的异常数据。本发明改进了现有技术的相关算法和流程，提出了一个在处理高维度数据时，实现在线检测技术的方法，可以在不降低数据异常检测方法准确性的情况下，大大降低该方法的空间和时间复杂度，从而更加适用于大规模高维数据异常检测。
-
Patent Agency Ranking
公开(公告)号：CN109031654A
公开(公告)日：2018-12-18
申请号：CN201811057241.4
申请日：2018-09-11
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于卷积神经网络的自适应光学校正方法，包括以下步骤：S1，基于卷积神经网络训练畸变远场光强图像和波前校正器驱动信号的卷积神经网络模型；S2，卷积神经网络模型构建完成后，待校正的畸变波前经波前校正器反射和光路分束后分为两路，分别成像在焦平面CCD和离焦平面CCD上，本发明的有益效果是：利用卷积神经网络模型直接根据输入的光强得到波前校正器驱动信号，该驱动信号控制波前校正器产生与待校正波前共轭的变形量以校正入射波前的像差，其不需要进行波前探测及其相应的重构计算，也不需要进行迭代寻优，系统结构简单易于实现，成本低廉，系统带宽高的优点。
-
-
公开(公告)号：CN105242531A
公开(公告)日：2016-01-13
申请号：CN201510482279.6
申请日：2015-08-07
Applicant: 安徽农业大学
IPC: G05B13/04
Abstract: 本发明公开了一种作为WSN移动节点的履带机器人自适应转向滑模控制方法，把模糊理论与滑模控制结合起来，构建由等效控制和切换控制组成的总控制，设计了逼近等效控制的逼近控制和可以调整控制参数的自适应律，实时调节输出控制，有目的地使控制对象沿着设计好的“滑动模态”轨迹运动。本发明将模糊控制、滑模控制和自适应控制结合起来，系统的稳定性、快速性及抗扰能力均明显优于Smc控制，具有较高的工程应用价值。
-
公开(公告)号：CN220891549U
公开(公告)日：2024-05-03
申请号：CN202322508505.6
申请日：2023-09-14
Applicant: 安徽农业大学
Abstract: 本实用新型公开了一种用于水华监测的摄像头支架，包括：固定架，其转动连接有两个螺杆；活动座，其与两个螺杆均螺纹连接，活动座上固定安装有电机一；控制轴，其与活动座转动连接，控制轴上固定安装有直齿轮二；驱动轴，活动座在控制轴的两侧对称转动连接有所述驱动轴，一个所述驱动轴与电机一连接，所述驱动轴固定安装有直齿轮一，直齿轮一相互啮合；弧形齿条，直齿轮一均固定安装有所述弧形齿条，直齿轮二可选择地与一个所述弧形齿条啮合；本实用新型提出的用于水华监测的摄像头支架能够改变摄像头的角度，使其在一定角度范围内转动，还能够持续驱动摄像头往复摆动，使得摄像头的拍摄范围更大，实现大视场范围内的湖泊蓝藻水华视频监测。
-
公开(公告)号：CN217043556U
公开(公告)日：2022-07-26
申请号：CN202220643392.3
申请日：2022-03-24
Applicant: 安徽农业大学
IPC: B07C5/342
Abstract: 本实用新型公开了一种对谷物表面进行多方位检测的装置，包括料斗和透明导料直管，所述料斗的出口安装有分筛器，所述分筛器的出口连通有送料通道，送料通道的横截面为矩形，所述送料通道倾斜布置，所述送料通道的底端为敞口，所述送料通道的内部安装有传送带装置，所述送料通道贯穿透明导料直管的一端，所述送料通道上安装有鼓风机，所述鼓风机的出气口通过排风管道与透明导料直管连通，所述排风管道倾斜布置，所述透明导料直管的顶部通过第一平移机构安装有第一相机。本实用新型中，可充分扰动谷物，位于透明导料直管正上方的第一相机和正下方的第二相机可透过透明导料直管对谷物进行拍照，可实现对谷物的多方位检测，检测效果好。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.026 seconds)
