-
公开(公告)号：CN116171956A
公开(公告)日：2023-05-30
申请号：CN202310161752.5
申请日：2023-02-22
申请人： 华南农业大学
摘要： 本发明公开了一种农业害虫监测设备，包括自行走平台小车、诱虫机构和施肥机构，自行走平台小车前端安装有探路器，诱虫机构和施肥机构设置于自行走平台小车上，诱虫机构包括诱虫箱和接虫漏斗，诱虫箱安装于自行走平台小车顶部，诱虫箱顶部安装有接虫漏斗，接虫漏斗与诱虫箱之间通过四根支撑杆固定连接，接虫漏斗内部设置有支撑架，支撑架顶部安装有诱捕剂盒，接虫漏斗的输送管上设置有电磁阀，诱虫箱内部一侧固定安装有固定板，本发明相较于现有技术中以高压电网为主捕杀的监测装置，不会对害虫本体造成过大的破坏，能够提高后续图像识别的有效性和准确性。
-
公开(公告)号：CN118447496A
公开(公告)日：2024-08-06
申请号：CN202410595977.6
申请日：2024-05-14
申请人： 华南农业大学
IPC分类号： G06V20/68 , G06V20/17 , G06V10/82 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/082
摘要： 本发明公开了一种基于改进YOLOv8的芦荟估产系统，包括数据采集模块、数据预处理模块、目标检测模块、性能估算模块、输入模块、跟踪模块、计数模块、输出模块和数据库；数据采集模块用于使用无人机拍摄视频获取芦荟植株数据；数据预处理模块，对无人机拍摄的芦荟数据视频进行预处理，得到图片数据集，并对芦荟植株进行标注，最后对数据集进行划分。本发明利用了现有技术中YOLOv8的深度网络学习架构进行芦荟植株检测过程中的深度学习，通过在主干添加EMA注意力机制模块提升模型特征提取能力，在颈部采用bifpn结构和改进卷积模块从而使模型更加轻量化，具有很强的学习效果，准确度和效率均高于普遍的人工计数。
-
公开(公告)号：CN117523606A
公开(公告)日：2024-02-06
申请号：CN202311466396.4
申请日：2023-11-07
申请人： 华南农业大学
摘要： 本发明公开了一种基于步态识别的行人识别方法，该识别方法具体包括以下步骤：摄像头进行人像采集，拍摄完整的行人行走视频，并将拍摄的视频存入云端数据库，通过云端数据库补全人像，对采集的视频数据进行预处理，将视频转化为图像并进行分割，消除背景，提取人像信息，通过卷积神经网络(CNN)提取行人的步态特征，包括步长、步宽、手臂摆动、步幅、步频、步态稳定性和步态对称性，通过卷积神经网络(CNN)对提取的步态特征进行建模，建立行人像识别模型，通过GaitSet算法将待识别的行人图像输入行人识别模型中进行匹配和比对。本发明数据处理速度快，步态识别的精确度高，同时采用隐蔽式监控和管理，提高了监控的安全性和可靠性。
-
公开(公告)号：CN118711059A
公开(公告)日：2024-09-27
申请号：CN202410782095.0
申请日：2024-06-18
申请人： 华南农业大学
IPC分类号： G06V20/10 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/77
摘要： 本发明公开了一种基于深度学习的计算机视觉芦荟炭疽病检测方法。本发明中，基于卷积神经网络YOLOv8实现了自然环境下芦荟炭疽病病斑的自动检测，融合BiFPN网络和MCA注意力机制，基于这两个模块对YOLOv8网络进行改进对芦荟植株的炭疽病病斑进行定位识别。利用GAN数据增强以及YOLO数据增强，对芦荟植株的炭疽病数据集数量进行增强，再利用卷积神经网络进行特征提取，经过图像处理，提取了多尺度和遮挡情况下的病斑特征。对于病斑的数据，建立针对芦荟炭疽病病害程度的预测模型，通过mAP、准确率、鲁棒性等指标对模型进行评估，从而使得整个方法的准确性得到了提高，同时也降低了芦荟病害程度分析的时间，提高了检测效率，减轻了相关工作人员的劳动负担。
-
公开(公告)号：CN118169186A
公开(公告)日：2024-06-11
申请号：CN202410274402.4
申请日：2024-03-11
申请人： 华南农业大学
摘要： 本发明涉及水质监测领域，且公开了一种便携式的水质监测仪，包括壳体，包括检测机构，支架机构，延伸机构，本发明通过安装盘顶端固定气囊，底端固定检测体，当需要对不同水平面的水源进行检测及取样时，电动伸缩杆带动第二水管进行延伸，方便工作人员对不同水位高度的水源进行收集，同时放电器通过放电针对检测仓内的水源进行导电，检测仓内壁底端的检测探头直接对水源的导电性进行检测，同时当整体装置取出后，方便对检测仓的水分进行排出，转动转动把手使第一传动杆被带动旋转，同时转动把手带动传动齿轮使拉伸杆被带动拉伸长度，第二延伸杆无法跟随第一传动杆进行旋转，第一传动杆及第二延伸杆只能进行啮合分离，辅助检测机构延长检测范围。
-
公开(公告)号：CN118511863A
公开(公告)日：2024-08-20
申请号：CN202410571483.4
申请日：2024-05-09
申请人： 华南农业大学
IPC分类号： A01M7/00 , G05D1/46 , G05D109/20
摘要： 本发明涉及无人机喷药控制技术领域，且公开了一种用于智慧农业的无人机喷药控制系统，该系统通过环境采集模块中的农田温度采集单元采集农田温度数据Ntwd，农田湿度采集单元采集农田湿度数据Ntsd，农田土壤含水量采集单元采集农田土壤含水量数据Trsl，农田作物成熟度采集单元采集农田作物成熟度数据Zwcs，环境数据分析模块接收上述数值通过公式计算标准农田温度值Bzwd、标准农田湿度值Bzsd、标准土壤含水量Bzsl以及标准农田作物成熟度数值Bzcs，结合四项数值，计算喷药合理时间值Pysj，无人机喷药模块根据环境数据分析模块传输的喷药合理时间值Pysj对农作物进行喷药。
-
公开(公告)号：CN118225491A
公开(公告)日：2024-06-21
申请号：CN202410649256.9
申请日：2024-05-24
申请人： 华南农业大学
IPC分类号： G01N1/08
摘要： 发明属于土壤取样技术领域，尤其是一种土壤分段取样器，包括底座，底座顶部固定有主架，主架上固定有螺杆，螺杆上螺纹连接有螺纹筒，螺纹筒底端固定有多个钻杆，钻杆的圆周外壁固定有螺旋叶片，位于最下方的钻杆的底端固定有钻头，螺纹筒连接有驱转组件，钻头圆周内壁开设有不少于两个的安装槽，安装槽的底壁固定有连接座，连接座上转动连接有拦截板，拦截板连接有推拉组件。本发明中，在钻头钻入土壤时，土样从钻头进入钻杆，就会自动将拦截板推开，使得拦截板紧靠在安装槽的顶壁上，不会阻碍土样的进入，而在拉出钻杆的过程中，推拉组件就会推动拦截板向内转动，即可通过拦截板从底端将土样托住，从而避免土样掉落下来。
-
公开(公告)号：CN117392104A
公开(公告)日：2024-01-12
申请号：CN202311447276.X
申请日：2023-11-02
申请人： 华南农业大学
IPC分类号： G06T7/00 , G06T7/194 , G06V20/10 , G06V20/68 , G06V10/764 , G06V10/82 , G06V10/77 , G06V10/44 , G06V10/56 , G06V10/58 , G06V10/26 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于深度学习的计算机视觉水稻质量测定方法。本发明中，基于卷积神经网络FasterR－CNN实现了盆栽水稻穗数的自动检测，基于SegNet网络框架训练模型对盆栽水稻稻穗进行分割。利用RGB和HIS等颜色空间对整株水稻图片和分割后稻穗图片进行阈值分割，经过图像处理，提取了51个整株水稻特征和33个穗部特征。根据提取的85个特征数据，建立多个盆栽水稻稻穗鲜质量和干质量预测模型，使用五倍交叉验证对模型进行评估，从而使得整个方法的准确性得到了提高，同时也降低了水稻质量检测分析的时间，提高了测试效率，减轻了相关工作人员的劳动负担。
-
公开(公告)号：CN116824369A
公开(公告)日：2023-09-29
申请号：CN202310721957.4
申请日：2023-06-19
申请人： 华南农业大学
IPC分类号： G06V20/10 , G06V10/764 , G06F17/18 , G06V10/82
摘要： 本发明公开了基于边缘计算与yolov7‑tiny的荔枝病害实时检测系统及其方法，包括图像识别模块、yolov7‑tiny模块，注意力CBAM模块，mAP模块，边缘部署模块，所述图像识别模块用于接收拍摄装置传输的影响数据，并将该数据进行转发，所述mAP模块用于对检测结果综合衡量，其计算方式为mAP＝所有类别的平均精度求和除以所有类别，所述注意力CBAM模块用于yolov7‑tiny模块，在神经网络中使模型把握重点，所述特征缩放模块用于特征缩放模块用于对图像特征进行缩放；本发明荔枝病害检测方法是一套集计算机远程通信，计算机硬件技术，多媒体技术于一身的高技术荔枝病害情况收集检测信息传输装置，能够实时判断荔枝发病情况，检测步骤简单化，检测效率大大提高。
-
公开(公告)号：CN118225491B
公开(公告)日：2024-07-26
申请号：CN202410649256.9
申请日：2024-05-24
申请人： 华南农业大学
IPC分类号： G01N1/08
摘要： 发明属于土壤取样技术领域，尤其是一种土壤分段取样器，包括底座，底座顶部固定有主架，主架上固定有螺杆，螺杆上螺纹连接有螺纹筒，螺纹筒底端固定有多个钻杆，钻杆的圆周外壁固定有螺旋叶片，位于最下方的钻杆的底端固定有钻头，螺纹筒连接有驱转组件，钻头圆周内壁开设有不少于两个的安装槽，安装槽的底壁固定有连接座，连接座上转动连接有拦截板，拦截板连接有推拉组件。本发明中，在钻头钻入土壤时，土样从钻头进入钻杆，就会自动将拦截板推开，使得拦截板紧靠在安装槽的顶壁上，不会阻碍土样的进入，而在拉出钻杆的过程中，推拉组件就会推动拦截板向内转动，即可通过拦截板从底端将土样托住，从而避免土样掉落下来。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.026 秒)
