-
公开(公告)号：CN117456286B
公开(公告)日：2024-04-16
申请号：CN202311773583.7
申请日：2023-12-22
Applicant: 吉林农业大学
IPC: G06V10/764 , G06N3/0464 , G06N3/048 , G06V10/774 , G06V10/82 , G06V20/68
Abstract: 本发明属于智能化人参分级技术领域，本发明公开了一种人参分级方法、装置及设备，包括：搭建用于进行人参分级的分级网络模型；获取对分级网络模型进行训练的训练样本集；利用训练样本集对分级网络模型进行训练，并基于损失函数对训练完成的分级网络模型进行优化，得到最终的分级网络模型；将待分级人参外观图像输入最终的分级网络模型中，输出人参分级结果；其中，分级网络模型以密集连接网络为骨干网络，并利用坐标注意力机制进行改进。本发明结合大数据和人工智能算法进行数据分析和挖掘，进一步优化人参品级分类算法，提高分类的准确性和效果。这些探索和改进将有助于进一步提高人参品级分类的科学性和准确性，推动该领域的发展与应用。
-
公开(公告)号：CN116403056A
公开(公告)日：2023-07-07
申请号：CN202310665276.0
申请日：2023-06-07
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/68 , G06N3/0464 , G06N3/048
Abstract: 一种人参分级系统及方法，属于分类识别技术领域，具体涉及人参分类识别技术领域。其解决了人参分类效率和准确率低的问题。所述系统包括：输入模块，依次包括二维卷积层和批量归一化层；主干模块，依次包含4层改进的ConvNeXt网络，分别命名为第一改进ConvNeXt网络、第二改进ConvNeXt网络、第三改进ConvNeXt网络和第四改进ConvNeXt网络；输出模块，依次包括平均池化层、批量归一化层和全连接层。本发明所述系统及方法可以应用在人参分级分类领域。
-
公开(公告)号：CN116051913A
公开(公告)日：2023-05-02
申请号：CN202310339474.8
申请日：2023-04-03
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 鹿茸饮片分类识别模型、方法及系统。属于图像识别技术领域，具体涉及中药饮片分类识别技术领域。其解决了针对鹿茸饮片进行分类识别时参数量大和特征提取针对性弱的问题。所述模型包括预处理单元、改进骨干网络单元和池化单元；所述改进骨干网络单元：对所述预处理层输出的图像进行参数减少和特征增强处理，包括多尺度骨干网络和改进卷积网络。所述方法使用所述鹿茸饮片分类识别模型进行，构建鹿茸饮片分类识别的训练集和验证集，将训练集输入所述鹿茸饮片分类识别模型进行深度学习，验证集用于验证准确率。本发明所述模型及方法可以应用在鹿茸饮片分类识别领域以及鹿茸饮片自动化分类领域。
-
公开(公告)号：CN111414896A
公开(公告)日：2020-07-14
申请号：CN202010280895.4
申请日：2020-04-10
Applicant: 吉林农业大学
Abstract: 本发明公开了一种基于卷积神经网络农作物病害图像识别方法，包括如下步骤：S1、基于无人机定时定点的进行农作物图像的采集；S2、读取农作物图像内载的POS数据，并基于Faster R-CNN模型实现农作物图像中病害区域的检测定位，生成病害区图像集；S3、基于DSSD_Xception_coco模型实现病害区图像中孔洞、斑点、害虫轨迹等的检测识别；S4、基于孔洞、斑点、害虫轨迹等的检测识别结果及其对应的病害区图像的POS数据输出病害识别结果，并完成各区域的病害情况统计。本发明实现了农作物病害的自动检测、识别和统计分析，进而提供对应的防治方案，为提高农作物病害预警奠定基础。
-
公开(公告)号：CN111291723A
公开(公告)日：2020-06-16
申请号：CN202010164255.7
申请日：2020-03-11
Applicant: 吉林农业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于机器视觉的野生食用菌识别方法。该方法包括：获取待识别图像；对待识别图像进行去噪处理、增强处理以及二值化处理；确定处理后的待识别图像中各像素的H分量、S分量和V分量；提取H分量在第一设定范围、S分量在第二设定范围且V分量在第三设定范围的像素，得到第一识别图像；对第一识别图像进行膨胀腐蚀处理以及边缘检测；在第一识别图像中确定外接矩形的面积在第四设定范围、外接矩形的圆形度在第五设定范围以及外接矩形的相邻边长比在第六设定范围的区域，区域即为识别出的野生食用菌。本发明提供的基于机器视觉的野生食用菌识别方法能够对野生菌食用菌进行高效的自动识别。
-
Patent Agency Ranking
公开(公告)号：CN114550164B
公开(公告)日：2024-05-31
申请号：CN202111622531.0
申请日：2021-12-28
Applicant: 吉林农业大学
IPC: G06V20/68 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于农作物病虫害识别技术领域，且公开了一种基于深度学习的番茄叶片病害识别研究方法，包括如下步骤：S1、运用数码相机和手机在番茄田间进行番茄害病图像采集，将采集后的图像分辨率统一缩放为64×64，然后按病害类别对图像进行贴标签，得到具有样本标签的原始番茄叶片病害图像数据集。在本发明构造的基于卷积神经网络的番茄病害识别方法中，不需要对每幅病害叶片图像进行复杂的预处理、病斑分割以及特征提取等操作，更有助于在低性能的终端上实现对番茄病害的实时检测和治疗，相对于应用传统的卷积神经网络进行病害识别的方法，本方法准确率更高、耗时更少、占用空间更低、运行和识别效果更好。
-
公开(公告)号：CN116051913B
公开(公告)日：2023-05-30
申请号：CN202310339474.8
申请日：2023-04-03
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/77 , G06V10/82 , G06V10/774 , G06N3/0464
-
公开(公告)号：CN113404995A
公开(公告)日：2021-09-17
申请号：CN202110749369.2
申请日：2021-07-02
Applicant: 吉林农业大学
Abstract: 本发明公开了一种基于深度神经网络的智能识别系统，包括：装置外壳，左端安装有防水板，且所述装置外壳上贴合有识别装置，并且所述识别装置放置在支撑板上，同时所述支撑板安装在所述装置外壳的内部；调节螺杆，通过所述支撑板上开设的螺纹孔洞与所述支撑板相互连接；贴合板，通过其上端安装的轴承与所述调节螺杆相互连接，且所述贴合板上对称设置有2个移动滑块。该基于深度神经网络的智能识别系统，通过将本装置设置为可移动以及转动的方式，从而便于对识别装置的位置进行改变，此时便更加便于使用，方便实用，并且在装置内部设置了散热装置，在散热的同时能有效的避免电动机工作发热对识别装置与存储装置造成影响。
-
公开(公告)号：CN119693720B
公开(公告)日：2025-05-16
申请号：CN202510193523.0
申请日：2025-02-21
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/26 , G06V10/34 , G06V10/56
Abstract: 本申请涉及图像处理技术领域，具体涉及一种人参图像分类检索方法，该方法包括：分别对各等级下的多支人参采集人参图像；获取各人参图像中的表皮像素点和非表皮像素点；基于各人参图像内所有表皮像素点的灰度值，获取各人参图像的表皮颜色表征值；获取伽马变换算法处理各人参图像时的灰度缩放系数；将各人参图像分别分割为各超像素块，获取各超像素块受到拉伸时的影响权重；获取各超像素块的伽马调控比例；获取伽马变换算法处理各超像素块时的伽马因子；利用伽马变换算法对各人参图像进行图像增强，基于图像增强后的人参图像，对待分类人参图像进行分类。本申请旨在提高对人参进行分类的准确性。
-
公开(公告)号：CN117456286A
公开(公告)日：2024-01-26
申请号：CN202311773583.7
申请日：2023-12-22
Applicant: 吉林农业大学
IPC: G06V10/764 , G06N3/0464 , G06N3/048 , G06V10/774 , G06V10/82 , G06V20/68
Abstract: 本发明属于智能化人参分级技术领域，本发明公开了一种人参分级方法、装置及设备，包括：搭建用于进行人参分级的分级网络模型；获取对分级网络模型进行训练的训练样本集；利用训练样本集对分级网络模型进行训练，并基于损失函数对训练完成的分级网络模型进行优化，得到最终的分级网络模型；将待分级人参外观图像输入最终的分级网络模型中，输出人参分级结果；其中，分级网络模型以密集连接网络为骨干网络，并利用坐标注意力机制进行改进。本发明结合大数据和人工智能算法进行数据分析和挖掘，进一步优化人参品级分类算法，提高分类的准确性和效果。这些探索和改进将有助于进一步提高人参品级分类的科学性和准确性，推动该领域的发展与应用。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
