-
公开(公告)号:CN117274676A
公开(公告)日:2023-12-22
申请号:CN202311148798.X
申请日:2023-09-06
Applicant: 中国农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0495
Abstract: 本发明提供一种漂浮残余饵料的模型训练方法及检测方法,涉及目标检测技术领域,该模型训练方法包括:构建训练集,训练集包括鱼池的漂浮残余饵料图像;构建YOLOv5改进网络,YOLOv5改进网络是将YOLOv5初始网络中的卷积模块替换为幽灵卷积模块、将YOLOv5初始网络中的CSP模块替换为C3幽灵模块、以及将YOLOv5初始网络中的SPPF模块替换为幽灵SPPF模块;将训练集输入YOLOv5改进网络中对YOLOv5改进网络进行训练,得到训练后的YOLOv5改进网络。本发明实现YOLOv5改进网络的轻量化,基于YOLOv5改进网络进行漂浮残余饵料的检测,能够提高漂浮残余饵料的检测速度。
-
公开(公告)号:CN108830169A
公开(公告)日:2018-11-16
申请号:CN201810509219.2
申请日:2018-05-24
Applicant: 中国农业大学
Abstract: 本发明实施例提供增氧机工作状态的检测方法和系统。其中,方法包括:对于待检测的增氧机视频中的每一帧,根据光流法获取该帧中与参照帧中的目标区域中的角点对应的角点;获取该帧中对应的角点的平均位移,并根据平均位移获取指数加权移动平均位移;将该帧中对应的角点的平均位移和指数加权移动平均位移输入预设的支持向量机,获取该帧中增氧机的工作状态。本发明实施例提供的增氧机工作状态的检测方法和系统,将参照帧作为比较对象,通过角点检测和光流法获取匹配的角点,并利用支持向量机根据匹配的角点的平均位移和指数加权平均位移检测增氧机工作状态,能提取到非常明显的分类特征,且不易受干扰,能提高检测增氧机工作状态的准确性。
-
公开(公告)号:CN108805064A
公开(公告)日:2018-11-13
申请号:CN201810548635.3
申请日:2018-05-31
Applicant: 中国农业大学
CPC classification number: G06K9/00664 , G06K9/6256 , G06K9/6269 , G06N3/0454
Abstract: 本发明提供一种基于深度学习的鱼类定位检测和识别方法及系统,其中方法包括:将待识别图像输入第一预设神经网络,根据第一预设神经网络的输出结果,获得待识别图像中每条鱼对应的目标框;将每个目标框对应的图像输入第二预设神经网络,根据第二神经网络的输出结果,获得每个目标框中鱼的种类;其中,第一预设神经网络是根据带有目标框标记的样本图像进行训练后获得;第二预设神经网络是根据带有种类标记的样本图像进行训练后获得。该方法及系统有效确保了检测结果和识别结果的准确性,具有良好的抗干扰性和鲁棒性;避免了传统图像识别中通过人工提取和选择特征所导致的识别结果不准确且效率低下的问题。
-
公开(公告)号:CN103984980B
公开(公告)日:2017-12-19
申请号:CN201410042738.4
申请日:2014-01-28
Applicant: 中国农业大学 , 山东省农业科学院科技信息研究所
IPC: G06N3/00
Abstract: 本发明公开一种温室内温度极值的预测方法,包括:S1.采集预定时间段内的温室的环境数据;S2.对获得的环境数据进行归一化处理,得到样本集;S3.利用均匀分布的算法随机产生最小二乘支持向量机回归模型LS_SVM的径向基核函数的N个宽度系数σ2及N个惩罚系数λ;S4.从样本集中选择训练样本集并训练LS_SVM;S5.将粒子群算法PSO的粒子群初始化为由σ2和λ构成的二维坐标点;S6.利用PSO对σ2及λ进行优化;S7.从样本集中选择测试样本集,对优化参数的LS_SVM进行测试,得到最优化的LS_SVM;S8.在线实时采集温室的环境数据,将数据输入最优化的LS_SVM,得到温室内温度极值的预测值。
-
公开(公告)号:CN104503468B
公开(公告)日:2017-06-20
申请号:CN201410677592.0
申请日:2014-11-21
Applicant: 中国农业大学
IPC: G05D3/00 , G05B19/042
Abstract: 本发明涉及日光温室环境参数监测模拟技术领域,提供了一种日光温室环境三维立体监测与成像仪器。所述监测与成像仪器包括机械臂模块和控制模块,其中机械臂模块包括横向机械臂和纵向机械臂。本发明将传感器组固定在横向机械臂上,并且在控制模块的作用下,横向机械臂可相做升降运动,除此以外,横向机械臂上可以同时固定多个传感器组。采用本发明的监测与成像仪器,可以实现日光温室内多点、多参数灵活监测,并基于监测结果实现对温室环境的预测预警,从而提高作物产量和指导温室种植生产。
-
公开(公告)号:CN104221982A
公开(公告)日:2014-12-24
申请号:CN201410433340.3
申请日:2014-08-28
Applicant: 中国农业大学
CPC classification number: Y02A40/268 , Y02P60/147 , Y02P60/216
Abstract: 本发明提供了一种温室内鱼菜食用菌共生系统,其特征在于,所述共生系统包括:养鱼池、食用菌栽培区、蔬菜栽培区、水处理单元、蓄水池和换气扇;所述共生系统实现了鱼、菜、食用菌三者的共生混养,减少了养殖废水排放和CO2排放对环境的污染,并实现了多能源的高效利用,满足了环保、节能、低碳和可持续发展的要求。
-
公开(公告)号:CN119625816A
公开(公告)日:2025-03-14
申请号:CN202311184294.3
申请日:2023-09-13
Applicant: 中国农业大学
IPC: G06V40/20 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种鱼类行为识别方法及装置,该方法包括:获取鱼类运动图像;输入鱼类运动图像至目标检测模型,得到鱼类目标检测结果;分析鱼类目标检测结果,得到鱼类跟踪轨迹;分析鱼类跟踪轨迹,得到鱼类运动特征;输入鱼类运动特征至行为识别模型,得到鱼类行为识别结果。本发明的鱼类行为识别方法及装置,通过构建集运动特征提取与行为状态识别功能于一体化的模型框架,可以解决现有技术中鱼类行为识别中参数复杂,识别困难的缺陷,实现鱼类行为识别精度和效率的提升。
-
公开(公告)号:CN119168900A
公开(公告)日:2024-12-20
申请号:CN202411177667.9
申请日:2024-08-26
Applicant: 中国农业大学
IPC: G06T5/70 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06F17/18 , G06F17/16
Abstract: 本发明提供一种基于神经风格迁移的鱼类声呐图像去噪方法及系统,包括:获取鱼类声呐图像和参考风格图像;将所述鱼类声呐图像和参考风格图像输入至预训练的去噪模型;其中,所述去噪模型内设置有编码器、自适应风格注意力归一化模块和解码器;通过所述编码器将所述鱼类声呐图像转换为内容特征图,将参考风格图像转换为风格特征图;基于不同维度,将所述内容特征图与风格特征图输入至所述自适应风格注意力归一化模块,生成对应维度的融合特征图;将不同维度的融合特征图输入至所述解码器,生成去噪鱼类声呐图像,解决现有鱼类声呐图像成像质量不佳的问题,实现通过神经网络的风格迁移能力,在去除声呐图像中散斑噪声和环境噪声的同时,保留鱼类图像的细节纹理和边缘特征,实现高质量的声呐图像去噪效果。
-
公开(公告)号:CN118710846A
公开(公告)日:2024-09-27
申请号:CN202410729900.3
申请日:2024-06-06
Applicant: 中国农业大学
IPC: G06T17/20 , G06T19/20 , G06N3/0464
Abstract: 本发明提供一种数字孪生场景几何建模方法和装置,包括:基于采集设备获取目标场景多个视角的RGB‑D图像;根据所述RGB‑D图像以及相机参数对所述目标场景进行重建,得到所述目标场景的粗糙三角网格表示;根据所述粗糙三角网格表示渲染生成任意视角的合成图像;根据所述合成图像训练得到粗糙神经辐射场网络,利用所述RGB图像对所述粗糙神经辐射场网络进行微调,得到目标数字孪生场景。本发明通过捕获的稀疏RGB‑D图像进行粗糙网格的显式建模,进一步进行神经辐射场网络的隐式建模,结合了显式表示方法易于局部编辑的优点和隐式表示方法对真实感绘制效果的优点,支持对任意场景中任意物体进行快速几何建模。
-
公开(公告)号:CN115526285A
公开(公告)日:2022-12-27
申请号:CN202110711140.X
申请日:2021-06-25
Applicant: 中国农业大学
Abstract: 本发明提供一种鱼计数装置及其计数方法、电子设备和储存介质,包括分级机构、多个图像采集机构和图像识别机构。分级机构包括分级部和多个分支部;分级部与多个分支部连通,将不同体积区间的鱼分级在不同分支部上;每个分支部上设有与其对应的图像采集机构;图像识别机构与多个图像采集机构电连接。本发明提供的鱼计数装置,通过将分级部与多个分支部连通,使得分级部将不同体积区间的鱼分级在不同分支部,利用图像识别机构通过视频数据进行计数,解决了传统鱼计数方法中捞鱼和数鱼等工作所耗费的人力物力的问题以及红外光等光电传感器技术方法中由于重叠交叉造成的计数错误问题,同时针对鱼不同体积进行了分级操作,提升鱼计数的精准化和智能化。
-
-
-
-
-
-
-
-
-