-
公开(公告)号：CN115019200B
公开(公告)日：2024-10-18
申请号：CN202210548613.3
申请日：2022-05-20
Applicant: 三峡大学
Abstract: 一种基于样本不平衡的松材线虫病树智能识别方法，包括以下步骤：步骤1：通过无人机获取遥感影像，对遥感影像进行预处理，并对影像中病树进行标注，制作成数据集；步骤2：将数据集输入无锚框跳跃聚合中心点网络中进行训练，得到松材线虫病树识别模型；步骤3：将需要识别的带有经纬度坐标信息的无人机影像输入到识别模型中，得到病树识别结果；步骤4：将识别出的病树坐标信息转换成经纬度坐标，根据经纬度坐标对松材线虫病树进行实地勘察治理。
-
公开(公告)号：CN115761477A
公开(公告)日：2023-03-07
申请号：CN202211221100.8
申请日：2022-10-08
Applicant: 三峡大学
IPC: G06V20/10 , G06V20/17 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于注意力机制和中心圆采样的松材线虫病树检测方法，它包括以下步骤：步骤1：获得松材线虫病树图片并制作成数据集；步骤2：将松材线虫病树数据集输入到全局多尺度通道自适应网络中进行训练，获得训练后的松材线虫病树识别模型；步骤3：将需要识别的松林影像输入到松材线虫病树识别模型中，获得病树的识别结果以及经纬度坐标；步骤4：根据病树坐标找到病树，将患病早期的病树进行药物治疗，患病中晚期的病树进行砍伐焚烧处理。本发明的目的是为了解决现有针对松材线虫病树检测的方法存在的忽视了正负样本采样时正样本采样范围与松材线虫病树目标的圆形形态不匹配导致采样质量不高的技术问题。
-
公开(公告)号：CN113609913A
公开(公告)日：2021-11-05
申请号：CN202110775562.3
申请日：2021-07-08
Applicant: 三峡大学
Abstract: 一种基于采样阈值区间加权的松材线虫病树检测方法，它包括步骤1:进行图像采集，对包含病树样本的图片进行标记作为训练集；步骤2:构建病树特征提取网络对训练集图片进行卷积，生成特征图；步骤3:构建采样筛选网络，对特征图进行样本采集，并根据采样阈值区间加权算法对样本进行筛选；步骤4:样本采集完成后送入解耦的网络检测头中，进行类型识别与定位，并生成训练模型；步骤5:获取验证集图片，并将处理后的图片投入训练模型中进行识别等步骤。本发明的目的是为了能准确、可靠的对松材线虫病树进行定位，而提供了一种鲁棒的、基于影像处理技术的对松材线虫病树进行检测的方法。
-
公开(公告)号：CN115909066A
公开(公告)日：2023-04-04
申请号：CN202211441081.X
申请日：2022-11-17
Applicant: 三峡大学
IPC: G06V20/10 , G06V20/17 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 基于小目标样本扩充和池化加权的松材线虫病树检测方法，具体包括以下步骤：步骤1：对不同光照、不同地势环境下的松林进行拍摄，获取原始图像；步骤2：将原始图像进行裁剪，标注裁剪之后的具有松材线虫病树的图片，制作松材线虫病树数据集；步骤3：使用固定缩放尺度和随机拼接的小目标样本扩充方法，增加图片中病树数量特别是小尺度病树目标数量；步骤4：构建基于池化加权注意力机制特征增强目标检测网络；步骤5：将松材线虫病树数据集输入到池化加权注意力机制特征增强目标检测模型中进行训练，得到病树识别模型；步骤6：将待识别松林图片输入到识别模型中识别，得到病树的矢量位置信息；步骤7：根据病树位置信息，清理病树。
-
Patent Agency Ranking
公开(公告)号：CN115063700B
公开(公告)日：2024-12-10
申请号：CN202210617043.9
申请日：2022-06-01
Applicant: 三峡大学
IPC: G06V20/17 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/096 , G06N20/00
Abstract: 一种基于小尺度松材线虫病树的检测方法，包括以下步骤：步骤1：使用无人机航拍获取遥感图像，对松材线虫病树进行标记，制作成数据集；步骤2：将数据集输入底层特征批处理融合和多重特征复用网络模型中，进行特征提取，获得识别模型，识别松材线虫病树；步骤3：将松材线虫病树的识别结果矢量化，得到松材线虫病树的经纬度坐标文件；步骤4：将松材线虫病树的经纬度坐标信息上传到松材线虫病树监理平台，通过监理平台查看病树的地理分布情况，人工砍伐。本发明专利的目的是为了解决遥感影像复杂背景下一种对小尺度松材线虫病树漏检的问题，而提出的一种基于底层特征批处理融合和多重特征复用网络模型的松材线虫病树的检测方法。
-
公开(公告)号：CN115063700A
公开(公告)日：2022-09-16
申请号：CN202210617043.9
申请日：2022-06-01
Applicant: 三峡大学
Abstract: 一种基于小尺度松材线虫病树的检测方法，包括以下步骤：步骤1：使用无人机航拍获取遥感图像，对松材线虫病树进行标记，制作成数据集；步骤2：将数据集输入底层特征批处理融合和多重特征复用网络模型中，进行特征提取，获得识别模型，识别松材线虫病树；步骤3：将松材线虫病树的识别结果矢量化，得到松材线虫病树的经纬度坐标文件；步骤4：将松材线虫病树的经纬度坐标信息上传到松材线虫病树监理平台，通过监理平台查看病树的地理分布情况，人工砍伐。本发明专利的目的是为了解决遥感影像复杂背景下一种对小尺度松材线虫病树漏检的问题，而提出的一种基于底层特征批处理融合和多重特征复用网络模型的松材线虫病树的检测方法。
-
公开(公告)号：CN115019200A
公开(公告)日：2022-09-06
申请号：CN202210548613.3
申请日：2022-05-20
Applicant: 三峡大学
Abstract: 一种基于样本不平衡的松材线虫病树智能识别方法，包括以下步骤：步骤1：通过无人机获取遥感影像，对遥感影像进行预处理，并对影像中病树进行标注，制作成数据集；步骤2：将数据集输入无锚框跳跃聚合中心点网络中进行训练，得到松材线虫病树识别模型；步骤3：将需要识别的带有经纬度坐标信息的无人机影像输入到识别模型中，得到病树识别结果；步骤4：将识别出的病树坐标信息转换成经纬度坐标，根据经纬度坐标对松材线虫病树进行实地勘察治理。
-
公开(公告)号：CN113609913B
公开(公告)日：2022-08-19
申请号：CN202110775562.3
申请日：2021-07-08
Applicant: 三峡大学
IPC: G06V20/10 , G06V10/40 , G06V10/774 , G06V10/764
Abstract: 一种基于采样阈值区间加权的松材线虫病树检测方法，它包括步骤1:进行图像采集，对包含病树样本的图片进行标记作为训练集；步骤2:构建病树特征提取网络对训练集图片进行卷积，生成特征图；步骤3:构建采样筛选网络，对特征图进行样本采集，并根据采样阈值区间加权算法对样本进行筛选；步骤4:样本采集完成后送入解耦的网络检测头中，进行类型识别与定位，并生成训练模型；步骤5:获取验证集图片，并将处理后的图片投入训练模型中进行识别等步骤。本发明的目的是为了能准确、可靠的对松材线虫病树进行定位，而提供了一种鲁棒的、基于影像处理技术的对松材线虫病树进行检测的方法。
-
公开(公告)号：CN204721075U
公开(公告)日：2015-10-21
申请号：CN201520401295.3
申请日：2015-06-11
Applicant: 三峡大学
IPC: H02J7/35
CPC classification number: Y02E10/566
Abstract: 本实用新型公开了一种光伏储能BMS系统，磷酸铁锂电池组通过电压采样电路和温度采样电路连接检测单元，BDI电池显示接口模块通过光耦隔离通信接口连接检测单元、正极连接磷酸铁锂电池组的正极、接地端连接磷酸铁锂电池组的负极，BDI电池显示接口模块连接电流检测电路，磷酸铁锂电池组的负极通过电流检测电路连接光伏电池板充放电端的负极，BDI电池显示接口模块通过充放电控制电路连接光伏电池板充放电端的正极，BDI电池显示接口模块通过EMS存储管理模块连接PC机，BDI电池显示接口模块连接LCD液晶屏，BDI电池显示接口模块还连接启停开关。本实用新型的有益效果是结构简单，能够满足大数量的电池管理和维护。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
