-
公开(公告)号：CN116434066A
公开(公告)日：2023-07-14
申请号：CN202310424584.4
申请日：2023-04-17
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习的大豆豆荚考种方法、系统及装置，涉及人工智能机器视觉考种技术领域；该方法包括以下步骤：采集不同拍摄环境下的大豆豆荚原始RGB图像；根据大豆豆荚原始RGB图像中每个豆荚中实粒和秕粒的个数情况进行框选分类标记建立原始图像数据集；构建融合注意力模块的改进YOLOX网络模型，将原始图像数据集输入至改进YOLOX网络模型进行训练；测试改进YOLOX网络模型，更新改进YOLOX网络模型的学习参数；对存在多种特征的豆荚计数结果进行修正；利用已更新的改进YOLOX网络模型对待考种的大豆豆荚进行检测。本发明能够将豆荚中的实粒和秕粒区分，且在多种拍摄环境下快速准确地对豆荚进行检测，提高检测和计数的准确率和效率。
-
公开(公告)号：CN116434066B
公开(公告)日：2023-10-13
申请号：CN202310424584.4
申请日：2023-04-17
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习的大豆豆荚考种方法、系统及装置，涉及人工智能机器视觉考种技术领域；该方法包括以下步骤：采集不同拍摄环境下的大豆豆荚原始RGB图像；根据大豆豆荚原始RGB图像中每个豆荚中实粒和秕粒的个数情况进行框选分类标记建立原始图像数据集；构建融合注意力模块的改进YOLOX网络模型，将原始图像数据集输入至改进YOLOX网络模型进行训练；测试改进YOLOX网络模型，更新改进YOLOX网络模型的学习参数；对存在多种特征的豆荚计数结果进行修正；利用已更新的改进YOLOX网络模型对待考种的大豆豆荚进行检测。本发明能够将豆荚中的实粒和秕粒区分，且在多种拍摄环境下快速准确地对豆荚进行检测，提高检测和计数的准确率和效率。
-
公开(公告)号：CN116485766A
公开(公告)日：2023-07-25
申请号：CN202310466723.X
申请日：2023-04-27
Applicant: 安徽农业大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOX的粮食不完善粒检测和计数方法,包括以下步骤：S1、采集不同密集程度单层随机排布的粮食不完善籽粒原始RGB图像，并根据虫蚀粒、病斑粒、破损粒、生芽粒、生霉粒和完善粒进行框选分类标记，建立原始图像数据集；S2、将原始图像数据集输入至所述改进YOLOX网络模型，确定所述改进YOLOX网络模型的学习参数；S3、对存在交错特征的颗粒总计数进行修正，得到粮食不完善粒的检测模型；S4、根据待检测的粮食不完善粒实物图片或者视频，实现对待检测的粮食不完善粒的检测，得到各类不完善粒的计数结果。本发明适合粮食不完善粒细粒度特征识别和高通量检测计数的深度学习网络结构以提高检测和计数的准确率。
-
公开(公告)号：CN217043556U
公开(公告)日：2022-07-26
申请号：CN202220643392.3
申请日：2022-03-24
Applicant: 安徽农业大学
IPC: B07C5/342
Abstract: 本实用新型公开了一种对谷物表面进行多方位检测的装置，包括料斗和透明导料直管，所述料斗的出口安装有分筛器，所述分筛器的出口连通有送料通道，送料通道的横截面为矩形，所述送料通道倾斜布置，所述送料通道的底端为敞口，所述送料通道的内部安装有传送带装置，所述送料通道贯穿透明导料直管的一端，所述送料通道上安装有鼓风机，所述鼓风机的出气口通过排风管道与透明导料直管连通，所述排风管道倾斜布置，所述透明导料直管的顶部通过第一平移机构安装有第一相机。本实用新型中，可充分扰动谷物，位于透明导料直管正上方的第一相机和正下方的第二相机可透过透明导料直管对谷物进行拍照，可实现对谷物的多方位检测，检测效果好。
-
-
-
Search Results
4
records
(took 0.015 seconds)
