公开(公告)号：CN116962638A

公开(公告)日：2023-10-27

申请号：CN202310883095.5

申请日：2023-07-19

Applicant: 东北林业大学

Inventor： 王健 ,  何少聪 ,  王奇

IPC: H04N7/18 ,  G08B17/12 ,  G08B3/10 ,  H04W4/14 ,  G01C21/20

Abstract: 本发明公开了一种基于自主移动平台的温室大棚火灾监测方法，利用激光slam框架融合多传感器设计一套可以在大棚实现自主导航巡护的方案，设计实物移动机器人平台。并在此基础上结合前沿的深度学习目标检测技术，利用边缘计算的思想，对yolo5s进行训练改进后做轻量化设计，移植到工控机，使机器人同时具有自主导航和火灾识别的能力，做到大棚无人化巡护且自主处理数据，并具有报警功能。最后在PC端设计人机交互QT界面，实现强制控制机器人、实时显示火灾图像、地图和传感器数据等功能。本发明解决大棚火灾检测布置复杂，成本高，监控盲区的难题，具有独特的灵活性，后期可以在平台上增加灭火，灌溉等需要的功能，实现多元化用途。

公开(公告)号：CN115880581A

公开(公告)日：2023-03-31

申请号：CN202211718990.3

申请日：2022-12-30

Applicant: 东北林业大学

Inventor： 黄英来 ,  王奇 ,  何少聪

IPC: G06V20/10 ,  G06K17/00 ,  G06F16/2455

Abstract: 本发明公开了一种基于人工智能的苗圃验收方法，包含以下步骤：通过无人机对苗圃内高大苗木进行图片采集，通过摄像头对生长在温室内的苗木进行图片采集，通过自动循迹拍照小车对苗圃内高度较低的苗木花卉进行图片采集，通过深度学习算法对采集到的图片进行处理，通过扫描二维码对苗木的状况进行了解并验收，通过苗圃验收APP对不同种类苗木的生长状况做出反映。本发明所提供的基于人工智能的苗圃验收方法，解决了苗圃苗木验收的难题，提高了苗木验收的效率和精准度。

公开(公告)号：CN116935440A

公开(公告)日：2023-10-24

申请号：CN202310882908.9

申请日：2023-07-19

Applicant: 东北林业大学

Inventor： 黄英来 ,  王奇 ,  何少聪

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/778 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明公开了一种基于深度学习的黄瓜害虫识别方法及系统，包括：制作并扩充黄瓜害虫数据集。采用ResNet101模型对扩充后的数据集进行训练。搭建改进的ResNet101模型，主要改进为：使用SELU激活函数替换模型中的RELU激活函数，加快收敛速度，改变神经元不学习的问题。引入通道注意力机制ECA模块，采用的参数少，可带来明显的性能增益，提高模型对黄瓜害虫特征的提取。采用余弦退火的学习率下降方式。采用迁移学习的方式，使用ImageNet大规模数据集上对ResNet101网络进行训练的权重，来提取图像的初步特征。通过改进，该算法相对于原始ResNet101模型能够保持更高的精度，参数量较少。最后采用pyqt设计黄瓜害虫识别界面，准确识别出黄瓜害虫类型。