-
公开(公告)号：CN115019175B
公开(公告)日：2024-06-18
申请号：CN202210738451.X
申请日：2022-06-27
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于迁移元学习的害虫识别方法，包括以下步骤：S1：构建害虫数据集，并随机采样分别组成支持集和查询集；得到改进的特征提取网络；S2：更新改进的特征提取网络的参数；S3：得到支持集和查询集中各个样本的特征向量；S4：计算得到支持集中每个类别的原型；S5：计算得到查询集中各个样本的类别概率作为害虫识别结果。本发明提供一种基于迁移元学习的害虫识别方法，解决了现有的害虫识别方法在区分新类别和旧类别害虫时准确率较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN112270681B
公开(公告)日：2022-11-15
申请号：CN202011343914.X
申请日：2020-11-26
Applicant: 华南农业大学
Abstract: 本发明提供的黄板害虫深度检测与计数方法，包括：摄像采集黄板图像数据并对图像进行预处理，对图像中害虫进行人工标注；批量处理已标注图像数据，训练前景与背景分类CNN和害虫分类CNN；将待检测计数黄板图像数据作为输入送进优化后的深度检测器，得到一组存在冗余的检测框；利用改进后的非极大值抑制算法进行处理，消除冗余检测框；根据最终检测框统计不同类别害虫的数目，实现对害虫的计数。本发明提供一种黄板害虫深度检测与计数系统，一方面，利用图像显著性分析和链式级联网络结构有效过滤简单负样本，从而降低误检率，并最终提升检测精度；另一方面，本发明改进非极大值抑制算法，采用投票机制防止深度检测器根据片面视野做出武断决策。
-
公开(公告)号：CN113191229A
公开(公告)日：2021-07-30
申请号：CN202110424683.3
申请日：2021-04-20
Applicant: 华南农业大学
Abstract: 本发明提供一种害虫智能视觉检测方法，包括：获取带害虫的农作物图像；对图像中的目标害虫进行人工标注；基于人工标注后的图像训练深度检测器；利用深度检测器对待检测的农作物图像进行目标害虫检测，生成检测框集合；采用非极大值联动策略消除检测框集合中的冗余检测框，完成害虫的智能视觉检测。本发明提出一种害虫智能视觉检测方法，通过嵌入注意力机制来引导基于滑动窗口策略的两阶段网络对锚点进行有效筛选，从而避免产生过量负样本；本发明给出一种优化非极大值抑制策略，通过使各检测框之间产生联动来有效增加正确检测框的置信度，从而避免正确检测框被错误抑制掉，有效解决了现有的两阶段害虫智能视觉检测技术的技术缺陷，提高检测精度。
-
公开(公告)号：CN112270681A
公开(公告)日：2021-01-26
申请号：CN202011343914.X
申请日：2020-11-26
Applicant: 华南农业大学
Abstract: 本发明提供的黄板害虫深度检测与计数方法，包括：摄像采集黄板图像数据并对图像进行预处理，对图像中害虫进行人工标注；批量处理已标注图像数据，训练前景与背景分类CNN和害虫分类CNN；将待检测计数黄板图像数据作为输入送进优化后的深度检测器，得到一组存在冗余的检测框；利用改进后的非极大值抑制算法进行处理，消除冗余检测框；根据最终检测框统计不同类别害虫的数目，实现对害虫的计数。本发明提供一种黄板害虫深度检测与计数系统，一方面，利用图像显著性分析和链式级联网络结构有效过滤简单负样本，从而降低误检率，并最终提升检测精度；另一方面，本发明改进非极大值抑制算法，采用投票机制防止深度检测器根据片面视野做出武断决策。
-
公开(公告)号：CN113191229B
公开(公告)日：2023-09-05
申请号：CN202110424683.3
申请日：2021-04-20
Applicant: 华南农业大学
Abstract: 本发明提供一种害虫智能视觉检测方法，包括：获取带害虫的农作物图像；对图像中的目标害虫进行人工标注；基于人工标注后的图像训练深度检测器；利用深度检测器对待检测的农作物图像进行目标害虫检测，生成检测框集合；采用非极大值联动策略消除检测框集合中的冗余检测框，完成害虫的智能视觉检测。本发明提出一种害虫智能视觉检测方法，通过嵌入注意力机制来引导基于滑动窗口策略的两阶段网络对锚点进行有效筛选，从而避免产生过量负样本；本发明给出一种优化非极大值抑制策略，通过使各检测框之间产生联动来有效增加正确检测框的置信度，从而避免正确检测框被错误抑制掉，有效解决了现有的两阶段害虫智能视觉检测技术的技术缺陷，提高检测精度。
-
公开(公告)号：CN115019175A
公开(公告)日：2022-09-06
申请号：CN202210738451.X
申请日：2022-06-27
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种基于迁移元学习的害虫识别方法，包括以下步骤：S1：构建害虫数据集，并随机采样分别组成支持集和查询集；得到改进的特征提取网络；S2：更新改进的特征提取网络的参数；S3：得到支持集和查询集中各个样本的特征向量；S4：计算得到支持集中每个类别的原型；S5：计算得到查询集中各个样本的类别概率作为害虫识别结果。本发明提供一种基于迁移元学习的害虫识别方法，解决了现有的害虫识别方法在区分新类别和旧类别害虫时准确率较低的问题。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
