-
公开(公告)号:CN119851265A
公开(公告)日:2025-04-18
申请号:CN202411955147.6
申请日:2024-12-27
Applicant: 衢州市数字乡村建设中心 , 浙江菲洋农业科技有限公司 , 衢州市农业林业科学研究院
IPC: G06V20/68 , G06V10/44 , G06V10/762 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及柑橘种植领域,具体涉及基于AI图像识别的柑橘果实识别方法,其方法包括:包括:建立柑橘果实多尺度特征参数的柑橘图像数据库;数据经图像预处理后拟合果实图像,构建基于YOLOv7的柑橘果实识别模型;以目标柑橘实景图像作为输入,模型捕捉输入数据特征参数,识别柑橘果实大小、成熟度、品种特征,返回目标柑橘果实识别结果。本发明通过改进YOLOv7深度学习模型,结合ASPP模块和自注意力机制,构建基于YOLOv7的柑橘果实识别模型,可从大量训练样本中提取特征,经过多次迭代,学习样本数据内在规律,具有较高的识别精度。将改进后的模型部署至移动端开发板,满足柑橘果实识别实践需求。
-
公开(公告)号:CN119128171A
公开(公告)日:2024-12-13
申请号:CN202411160600.4
申请日:2024-08-22
Applicant: 衢州市数字乡村建设中心 , 浙江菲洋农业科技有限公司 , 衢州市农业林业科学研究院
IPC: G06F16/36 , G06F16/35 , G06F40/242 , G06F40/284 , G06F40/30 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/0442 , G06N3/0895
Abstract: 本发明公开了一种面向柑橘知识图谱的半监督实体分类方法,包括如下步骤:通过有标注数据对大模型进行提示;使用提示后的大模型对无标注训练集进行伪标注,得到伪标注训练集;将得到的伪标注数据输入到小模型中进行训练;在一轮训练结束后,使用有标注的验证集对小模型的预测能力进行验证,得到有标注验证集的预测结果;对前面得到的验证结果进行处理,对于预测错误的语句,通过验证提示样例模板将其输入到经过提示的大模型中进行再提示;重复上述过程,直到达到预设定的训练轮次或验证结果准确率出现最高值。本发明通过大小模型的相互提示与强化与半监督的训练方式,在一定程度上降低了数据标注成本。
-