公开(公告)号：CN119896087A

公开(公告)日：2025-04-29

申请号：CN202411986465.9

申请日：2024-12-31

Applicant: 华南农业大学

Inventor： 张家兴 ,  钟宇浩 ,  冯骁

IPC: A01B39/18 ,  A01B39/22 ,  A01B39/20 ,  G01N21/88 ,  G01S15/08 ,  G01B17/02 ,  G06V20/10 ,  G06V10/44 ,  G06V10/54 ,  G06V10/56 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于视觉与动态控制的除草装置和方法，其中，所述装置包括支架、破土钉耙和破土驱动机构；所述破土驱动机构包括第一连杆、第二连杆、第一电动推杆和第二电动推杆；所述破土钉耙的上端铰接在支架上，下端与第一连杆铰接，所述第一连杆的另一端与第二连杆的底部铰接；所述第二连杆的上端铰接在滑块上，所述滑块安装在所述支架的滑轨上；所述第一电动推杆铰接在支架上，其伸缩杆铰接在第一连杆和第二连杆的铰接位置处；所述第二电动推杆铰接在支架上，其伸缩杆铰接在第二连杆和滑块的铰接位置处；本发明的除草装置能够准确识别水田中凸出水面的土壤区域，并进行高效除草，从而实现对水田中凸出水面的土壤区域的精确识别与高效作业。

公开(公告)号：CN116977960A

公开(公告)日：2023-10-31

申请号：CN202310809922.6

申请日：2023-07-04

Applicant: 华南农业大学

Inventor： 齐龙 ,  陈芷莹 ,  马锐军 ,  叶京棋 ,  杨雨灵 ,  蓝蕴婷 ,  洪丹 ,  代亨珍 ,  陈豪 ,  张有柳 ,  余江 ,  陈俊晓 ,  冯健 ,  张家兴 ,  何继瀚 ,  安尔泰

IPC: G06V20/56 ,  G06V10/762 ,  G06V10/764 ,  G06V10/30 ,  G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于实例分割的水稻秧苗行检测方法，包括以下步骤：首先获取水稻秧苗田间图像；接着使用深度卷积神经网络模型对水稻秧苗行进行语义分割和图像嵌入；随后使用图像嵌入的结果将语义分割后的目标区域的像素进行聚类，得到实例分割图；最后对实例分割图中的每条水稻秧苗行的像素进行线性回归，得到区分开的水稻秧苗行线。本发明的水稻秧苗行检测方法基于一整条水稻秧苗行，从摄像头视野的全局出发，避免缺苗部分造成的影响，同时也减少了局部噪声如杂草、离群水稻等对水稻秧苗行拟合的影响，使得最终得到的水稻秧苗行的检测精度更高，算法的鲁棒性更强。

公开(公告)号：CN117274793A

公开(公告)日：2023-12-22

申请号：CN202311044553.2

申请日：2023-08-18

Applicant: 华南农业大学

Inventor： 齐龙 ,  陈豪 ,  马锐军 ,  杨雨灵 ,  叶京棋 ,  洪丹 ,  邝俊杰 ,  代亨珍 ,  陈芷莹 ,  张家兴 ,  张有柳 ,  余江

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/096 ,  G06N3/084 ,  G06N3/0985

Abstract: 本申请涉及一种稻田杂草检测方法、装置、设备及介质，所述方法包括：基于卷积神经网络提取图像特征，并采用Transformer编码器学习全局和上下文相关的特征表示，通过半监督学习的方式使用带标签数据和生成的伪标签数据进行训练，提高模型的性能。同时，Transformer模型能够捕捉图像中的长程依赖关系，从而更好地分割出水稻和杂草。通过引入半监督学习分割算法与并行CNN‑Transformer架构,对稻田杂草进行图像分类和语义分割，可利用少量标记数据解决未标记数据的全局学习能力与类级特征。本申请能够解决人工标注工作量大、Transformer算法在小样本杂草数据集上表现不佳,计算量大的问题，具有鲁棒性强、准确率高、效率高的优点。