公开(公告)号：CN110866540A

公开(公告)日：2020-03-06

申请号：CN201910958849.2

申请日：2019-10-10

Applicant: 北京农业信息技术研究中心

Inventor： 王聪聪 ,  杨贵军 ,  杨小冬 ,  徐波 ,  宋晓宇 ,  杨浩 ,  龙慧灵 ,  徐新刚

IPC: G06K9/62 ,  G06Q50/02

Abstract: 本发明提供一种田间幼苗期草类识别方法及装置，将采集的田间幼苗期草类图像输入至田间幼苗期草类识别模型，输出田间幼苗期草类图像对应的田间幼苗期草类种类，其中，田间幼苗期草类识别模型是将经过初始训练的InceptionV3模型迁移至田间幼苗期草类样本图像集上进行训练后获得的。本发明使InceptionV3模型经过初始训练后直接迁移至田间幼苗期草类样本图像集上进行训练，由于InceptionV3模型经过初始训练后已经具备了一定的图像识别能力，因此再迁移到田间幼苗期草类样本图像集上进行训练能提高训练效率，由此可提高田间幼苗期草类识别模型的训练效率和识别准确率。

公开(公告)号：CN109584172A

公开(公告)日：2019-04-05

申请号：CN201811337780.3

申请日：2018-11-12

Applicant: 北京农业信息技术研究中心

Inventor： 杨贵军 ,  王聪聪 ,  杨小冬 ,  杨浩 ,  徐波 ,  李贺丽 ,  龙慧灵 ,  徐新刚

IPC: G06T5/00

Abstract: 本发明实施例提供一种基于迭代模糊超限学习机的背光补偿方法及装置，所述方法包括：将获取到的待补偿背光图像的第一背光度和第二背光度，输入至训练好的迭代模糊超限学习机，输出第三背光度；基于所述第三背光度对所述待补偿背光图像进行补偿。本发明实施例提供的基于迭代模糊超限学习机的背光补偿方法及装置，通过使用迭代模糊超限学习机对待补偿背光图像的两个背光度指标进行回归，得到待补偿背光图像的最终背光度，基于最终背光度对待补偿背光图像进行补偿，从而提高了背光图像的亮度，提高了补偿的运算速度，扩大了背光补偿的应用范围。

公开(公告)号：CN113390795A

公开(公告)日：2021-09-14

申请号：CN202110489424.9

申请日：2021-04-29

Applicant: 北京农业信息技术研究中心

Inventor： 孟炀 ,  李振海 ,  杨贵军 ,  徐泽 ,  丁兆堂 ,  杨海滨 ,  王聪聪 ,  李伟国

IPC: G01N21/25

Abstract: 本发明提供一种基于冠层成像光谱的茶叶鲜叶质量无损监测方法及装置，该方法包括：获取目标区域的茶叶冠层多通道多光谱图像；进行预处理后，生成多光谱合成图像；通过特定植被指数去除土壤背景，用大律法提取待采鲜叶图谱；根据待采鲜叶图谱提取特征植被指数，将其输入预设的茶叶质量检测模型，得到目标区域的茶叶质量指标预测值；其中，茶叶鲜叶质量检测模型，根据茶叶质量指标值已知的多光谱合成图像提取特征植被指数后，进行拟合得到。该方法基于较易获得的冠层多光谱影像和预设的茶叶质量检测模型进行质量检测，降低数据采集装置成本，减少数据分析系统大量冗余及无效信息占用，简化分析过程，加快分析速率，利于推广应用，同时实现无损检测。

公开(公告)号：CN111553200A

公开(公告)日：2020-08-18

申请号：CN202010268657.1

申请日：2020-04-07

Applicant: 北京农业信息技术研究中心

Inventor： 杨贵军 ,  吴金涛 ,  徐波 ,  杨小冬 ,  王聪聪 ,  李振海 ,  杨浩 ,  龙慧灵

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供一种图像检测识别方法及装置，将无人机航拍图像数据输入区域卷积神经网络Faster-RCNN的网络模型，得到所述Faster-RCNN的网络模型输出的目标物体的准确位置；其中，所述Faster-RCNN的网络模型根据探测分类概率和探测边框回归对分类概率和边框回归进行训练得到。通过基于图像识别技术结合无人机平台采集的图像数据，应用深度学习中的目标检测算法和训练特定深度的学习模型，实现目标物体的精确定位和识别，同时减少了复杂的图像预处理过程，检测效率高，检测精度高，实用性强，具有较好的适应性及可靠性，能够快速检测识别目标物体。

公开(公告)号：CN113390795B

公开(公告)日：2023-05-26

申请号：CN202110489424.9

申请日：2021-04-29

Applicant: 北京农业信息技术研究中心

Inventor： 孟炀 ,  李振海 ,  杨贵军 ,  徐泽 ,  丁兆堂 ,  杨海滨 ,  王聪聪 ,  李伟国

IPC: G01N21/25

Abstract: 本发明提供一种基于冠层成像光谱的茶叶鲜叶质量无损监测方法及装置，该方法包括：获取目标区域的茶叶冠层多通道多光谱图像；进行预处理后，生成多光谱合成图像；通过特定植被指数去除土壤背景，用大律法提取待采鲜叶图谱；根据待采鲜叶图谱提取特征植被指数，将其输入预设的茶叶质量检测模型，得到目标区域的茶叶质量指标预测值；其中，茶叶鲜叶质量检测模型，根据茶叶质量指标值已知的多光谱合成图像提取特征植被指数后，进行拟合得到。该方法基于较易获得的冠层多光谱影像和预设的茶叶质量检测模型进行质量检测，降低数据采集装置成本，减少数据分析系统大量冗余及无效信息占用，简化分析过程，加快分析速率，利于推广应用，同时实现无损检测。

公开(公告)号：CN112308289A

公开(公告)日：2021-02-02

申请号：CN202011052591.9

申请日：2020-09-29

Applicant: 北京农业信息技术研究中心

Inventor： 王聪聪 ,  杨贵军 ,  徐波 ,  杨小冬 ,  冯海宽 ,  龙慧灵 ,  孟炀

IPC: G06Q10/04 ,  G06Q50/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供一种水稻产量预测方法及装置，该方法包括：对水稻原始数据进行特征提取，得到水稻特征数据；将所述水稻特征数据，输入预设的XGBoost网络模型，得到水稻的产量预测结果；其中，所述XGBoost网络模型，根据已知水稻产量的原始数据作为样本，经特征提取后训练得到。通过训练后的XGBoost网络模型进行预测，XGBoost网络模型引入正则化项，加入剪枝，控制了模型的复杂度，从而可大大减少预测的计算复杂度，提高预测效率。