公开(公告)号：CN117010276A

公开(公告)日：2023-11-07

申请号：CN202310906028.0

申请日：2023-07-21

Applicant: 华南农业大学

Inventor： 王建华 ,  肖方军 ,  李钊荣 ,  肖艺铭 ,  熊弘依 ,  龙拥兵 ,  兰玉彬

IPC: G06F30/27 ,  G06F30/15 ,  G06T17/00 ,  G06N3/006

Abstract: 本发明公开了一种基于Unity3D四旋翼无人机轨迹运动实时可视化方法，具体流程步骤：S1.利用Blender软件构建四旋翼无人机模型；S2.模型导入Unity3D引擎进行渲染；S3.基于改进ARPSO的三维路径规划算法根据规划轨迹的起点和终点得到必经航点；S4.使用五次多项式拟合起点、必经航点、终点生成规划轨迹；S5.构建含有规划轨迹信息的pathEnv.json文本文件；S6.Unity3D引擎读取pathEnv.json文本文件，并解析出规划轨迹信息；S7.连接轨迹的起点、必经航点和终点绘制出路径；S8.实现四旋翼无人机模型按规划轨迹运动的实时可视化。该实时可视化方法，本发明能够很好地模拟四旋翼无人机的运动情况，可以降低四旋翼无人机路径规划和轨迹优化算法的测试成本，且可视化效果好、实时性高。

公开(公告)号：CN116645376A

公开(公告)日：2023-08-25

申请号：CN202310625044.2

申请日：2023-05-30

Applicant: 华南农业大学

Inventor： 王建华 ,  熊弘依 ,  肖艺铭 ,  肖方军 ,  洪利聪 ,  吴波飞 ,  黄仁欢 ,  周锦锋 ,  龙拥兵 ,  兰玉彬

IPC: G06T7/10 ,  G06V10/774 ,  G06V10/82 ,  G06V20/68 ,  G06F16/182

Abstract: 本发明涉及荔枝树冠并行化分割技术领域，尤其涉及一种基于Hadoop与U‑Net无人机遥感荔枝树冠图像并行分割方法，其包括以下步骤：S1.获取荔枝树树冠图像，标注荔枝树冠及荔枝树树冠背景，分为训练集和测试集；S2.得到树冠分割模型；S3.评估树冠分割模型，选出最优树冠分割模型权重；S4.搭建Hadoop完全分布式平台；S5.将最优树冠分割模型权重的文件上传到Hadoop完全分布式平台，并且将海量待分割的荔枝树冠图像上传分布式文件系统HDFS；S6.荔枝树冠图像被分配到MapReduce程序的每个map阶段且利用python工具包对荔枝树冠图像进行格式转换，加载训练完之后该U‑Net模型架构的权重的文件，实现荔枝树冠图像并行化分割，其能够快速提高荔枝树冠分割效率，实现对荔枝冠层信息的快速观察。

公开(公告)号：CN116563542A

公开(公告)日：2023-08-08

申请号：CN202310499071.X

申请日：2023-05-05

Applicant: 华南农业大学

Inventor： 王建华 ,  熊弘依 ,  肖艺铭 ,  肖方军 ,  洪利聪 ,  吴波飞 ,  黄仁欢 ,  周锦锋 ,  龙拥兵 ,  兰玉彬

IPC: G06V10/26 ,  G06V20/17 ,  G06V20/10

Abstract: 本发明提供了一种基于大数据无人机遥感图像的并行分割方法、设备和介质，属于遥感图像分割技术领域，该基于无人机遥感图像的分割方法，包括以下步骤：获取目标图像，并将所述目标图像转换成二进制文本文件；读取所述二进制文本文件，并将所述二进制文本文件生成弹性分布数据集；改写图像分割算法并生成传递函数，根据所述弹性分布数据集构建新的弹性分布数据集；当触发操作指令后，运行图像分割算法，并行处理所述新的弹性分布数据集，并输出处理结果，完成大规模图像的并行分割操作。本申请提供的方案，通过Spark+图像分割算法进行集群式并行分割操作，能够对无人机拍摄的海量图像进行快速有效的分割处理，极大地缩短处理时间，提高了效率。

公开(公告)号：CN114912660A

公开(公告)日：2022-08-16

申请号：CN202210416215.6

申请日：2022-04-20

Applicant: 华南农业大学

Inventor： 王建华 ,  陈志浩 ,  龙拥兵 ,  肖方军 ,  肖艺铭 ,  熊弘依 ,  周明 ,  施震渺 ,  刘军和 ,  梁俊涛 ,  兰玉彬

IPC: G06Q10/04 ,  G06Q50/02 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请是关于一种基于改进的BA‑BP的水稻产量预测方法。该方法通过构建BP神经网络模型，并对该模型进行预训练，训练得到初始目标网络权值和初始目标偏置值，BA算法设计，将预训练得到的初始目标网络权值和初始目标偏置值对BA算法的蝙蝠的初始化位置、当前最佳位置、群体最佳位置进行设置，之后借助蝙蝠算法对BP神经网络的现有的权值、偏置值等参数进行调优，寻找全局最优值，从而进一步提升BP神经网络模型的预测效果。通过BA算法进行改进优化，改变种群中蝙蝠的初始化方式，能够快速提升算法的运行效率，同时更快得到全局最优值，并使得模型的收敛效果稳定，所预测的水稻产量更为准确与稳定。

公开(公告)号：CN116645665A

公开(公告)日：2023-08-25

申请号：CN202310625362.9

申请日：2023-05-30

Applicant: 华南农业大学

Inventor： 王建华 ,  肖艺铭 ,  熊弘依 ,  肖方军 ,  吴波飞 ,  黄仁欢 ,  洪利聪 ,  周锦锋 ,  龙拥兵 ,  兰玉彬

IPC: G06V20/68 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明涉及荔枝品种自动化识别与分类技术领域，尤其涉及基于Spark和深度学习的荔枝品种鉴别与分类方法，其步骤：S1.获取各个品种荔枝RGB图像数据，划分为训练集和测试集；S2.构建Resnet34_CBAM识别模型；S3.基于训练集训练识别模型，保留表现最优识别模型；S4.搭建Spark集群和Hadoop集群，同时配备AnalyticsZoo，将最优识别模型通过AnalyticsZoo部署于Spark集群和Hadoop集群中；S5.读入海量荔枝图像并存放于Hadoop集群的分布式文件系统HDFS中，按类别写回HDFS，实现海量荔枝图像分布式一键分类。该方法更快得到全局最优值，且使得荔枝鉴别的识别模型的收敛效果稳定，能够快速提升算法的运行效率。

公开(公告)号：CN115424052A

公开(公告)日：2022-12-02

申请号：CN202210822202.9

申请日：2022-07-13

Applicant: 华南农业大学

Inventor： 王建华 ,  刘军和 ,  陈志浩 ,  龙拥兵 ,  兰玉彬 ,  肖方军 ,  熊弘依 ,  肖艺铭

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82

Abstract: 本发明公开了一种基于SPARK和迁移学习融合的图像分类方法，该基于SPARK和迁移学习融合的图像分类方法包括：利用迁移学习模型提取待分类图像的图片特征；将图片特征和预先定义的线性回归的多分类器一起输入已训练好的Spark管道模型，Spark管道模型输出分类结果；其中，训练Spark管道模型的步骤包括：获取图像样本数据集并进行预处理；加载图像样本数据集，将图像样本数据集转换成SparkSQL的dataframe信息；对图像样本数据集打标签，并进行重新分区；将训练集输入Spark管道模型进行训练。本发明实现了在Spark大数据分布式计算框架内利用深度学习进行图像的分类，取得了比较高的准确率。