-
公开(公告)号：CN114863279B
公开(公告)日：2024-07-02
申请号：CN202210485150.0
申请日：2022-05-06
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06N3/096 , G06N3/045
Abstract: 本发明公开了一种基于RS‑DCNet的花期检测方法，包括以下步骤：步骤1、获取基类数据集和新类数据集；步骤2、对数据集中数据进行预处理、数据广增，并分为训练集、验证集等；步骤3、以DCNet模型为基础构建RS‑DCNet模型；步骤4、在元学习阶段和元微调阶段对RS‑DCNet模型分别训练，使RS‑DCNet的参数调节为最优配置参数；步骤5、利用RS‑DCNet模型识别花期图像。本发明在样本数量只有几张的情况下，依然能够保持较高的检测精度。
-
公开(公告)号：CN114741548A
公开(公告)日：2022-07-12
申请号：CN202210458831.8
申请日：2022-04-27
Applicant: 安徽农业大学
IPC: G06F16/583 , G06K9/62 , G06N3/04 , G06T7/11 , G06T7/73 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74
Abstract: 本发明公开了一种基于小样本学习的桑叶病虫害检测方法，包括以下步骤：步骤1、数据集采集：获取基类数据集和新类数据集；步骤2、数据集预处理；步骤3、构建RP‑DCNet模型；步骤4、将基类数据集在元学习阶段对RP‑DCNet模型进行训练；步骤5、将新类数据集和与新类数据集数量相当的基类数据集在元微调阶段对RP‑DCNet模型进行训练；步骤6、经过训练对RP‑DCNet模型的参数进行调整得到最优配置参数；步骤7、基于最优配置参数下的模型用于桑叶病虫害检测。本发明在样本数量较少情况下，依然能够保持较高的检测精度。
-
公开(公告)号：CN113158754A
公开(公告)日：2021-07-23
申请号：CN202110171314.8
申请日：2021-02-04
Applicant: 安徽农业大学
Abstract: 本发明公开了一种番茄病害图像识别方法，包括以下步骤：（1）、准备数据集；（2）、处理数据集；（3）、构建ResNeXt模型；（4）、构建中心损失函数；（5）、结合中心损失函数和ResNeXt模型来构建C‑ResNeXt模型；（6）、模型训练：采用训练集对C‑ResNeXt模型进行训练，得到效果最优的C‑ResNeXt模型；（7）图像识别：将待识别的番茄病害图像测试集输入效果最优的C‑ResNeXt模型中，得到识别结果。本发明具有更高的识别精度、表征能力和收敛速度。
-
公开(公告)号：CN117616939B
公开(公告)日：2024-07-23
申请号：CN202311698512.5
申请日：2023-12-11
Applicant: 安徽农业大学
IPC: A01C1/06
Abstract: 本发明公开了一种胶囊薯梯度渐变肥料膜制膜卷膜一体制种机，包括：履带输送组件，用于通过输送履带移动输送肥料膜，所述履带输送组件上设置有用于在输送履带上形成V字凹槽的V槽形成组件，所述V字凹槽用于柱状薯滚动放置；外膜成型装置，用于肥料膜的成型制备；肥料配比涂覆装置，用于按照肥料渐变梯度混合配置肥料并在肥料膜上均匀涂抹；肥料膜薯种包被装置，用于将肥料膜夹起覆盖在柱状薯上；柱状薯在V字凹槽内滚动状态下，用于驱动覆盖在柱状薯上的肥料膜包裹在柱状薯外侧。本发明能够一体化、流程自动化实现胶囊薯种的肥料膜生产和卷膜制种，制作好肥料膜后能够立刻用于制种，进而大大节约时间和成本。
-
公开(公告)号：CN114900875B
公开(公告)日：2024-03-19
申请号：CN202210446107.3
申请日：2022-04-26
Applicant: 安徽农业大学
IPC: H04W52/02
Abstract: 本发明公开了一种可降低功耗的个人智能终端应用程序网络数据接收方法，包括以下步骤：步骤1、获取接收网络数据包的协议接口；步骤2、获取网络数据包的有效包长，并判断是否需要向所述应用程序推送网络数据包；步骤3、当判断需要推送时，预测得到网络数据包的种类；步骤4、基于系统信息、步骤3得到的种类得到延迟时间；步骤5、根据延迟时间与网络数据包存续于协议接口中的时间是否对齐，判断是否向应用程序交付网络数据包。本发明可有效降低个人智能终端设备功耗。
-
Patent Agency Ranking
公开(公告)号：CN114821239A
公开(公告)日：2022-07-29
申请号：CN202210507282.9
申请日：2022-05-10
Applicant: 安徽农业大学
Abstract: 本发明公开了一种有雾环境下的病虫害检测方法，包括以下步骤：步骤1、收集清晰的图像作为训练Optimized‑AECR‑Net模型的数据集，收集病虫害的图像作为训练OACER‑Swin Transformer模型的数据集；步骤2、对数据集进行预处理，并对病虫害数据集进行加雾处理；步骤3、构建并训练Optimized‑AECR‑Net模型；步骤4、构建并训练OACER‑Swin Transformer模型；步骤5、采用OACER‑Swin Transformer模型进行病虫害检测。本发明方法能够有效避免因雾天拍摄的图片质量差导致的模型性能差，该方法适用于有雾环境下的各种农作物病虫害检测。
-
公开(公告)号：CN113887270A
公开(公告)日：2022-01-04
申请号：CN202110701707.5
申请日：2021-06-24
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于改进YOLOv4‑tiny模型口罩佩戴检测方法，包括以下步骤：S1、获取口罩人脸图像数据并划分为训练集、验证集和测试集；S2、生成YOLOv4‑tiny模型并添加Zero‑Net网络，将YOLOv4‑tiny模型中的head部分的Yolov3改为GFLV2，得到改进YOLOv4‑tiny模型；S3、对改进YOLOv4‑tiny模型进行训练、验证和测试后得到检测模型；S4、向所述检测模型输入待检测的口罩人脸图像数据，实现对待检测的口罩人脸图像数据的检测处理。通过上述方式，可以快速识别进出人员的口罩佩戴状态，从而减少人力的成本，提高了管理人员佩戴口罩的效率。
-
公开(公告)号：CN114741548B
公开(公告)日：2024-11-08
申请号：CN202210458831.8
申请日：2022-04-27
Applicant: 安徽农业大学
IPC: G06F16/583 , G06N3/0464 , G06T7/11 , G06T7/73 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74
Abstract: 本发明公开了一种基于小样本学习的桑叶病虫害检测方法，包括以下步骤：步骤1、数据集采集：获取基类数据集和新类数据集；步骤2、数据集预处理；步骤3、构建RP‑DCNet模型；步骤4、将基类数据集在元学习阶段对RP‑DCNet模型进行训练；步骤5、将新类数据集和与新类数据集数量相当的基类数据集在元微调阶段对RP‑DCNet模型进行训练；步骤6、经过训练对RP‑DCNet模型的参数进行调整得到最优配置参数；步骤7、基于最优配置参数下的模型用于桑叶病虫害检测。本发明在样本数量较少情况下，依然能够保持较高的检测精度。
-
公开(公告)号：CN118415032A
公开(公告)日：2024-08-02
申请号：CN202410700852.5
申请日：2024-05-31
Applicant: 安徽农业大学 , 安徽省齐岗农业发展有限公司
Abstract: 本发明公开了一种菌棒凹坑自动按压接种一体化设备，涉及菌棒接种技术领域，其技术方案要点是包括用于安装构件的架体，所述架体包括用于支撑设备整体的脚座、设置在脚座上的支撑杆以及固定在支撑杆远离脚座一端的固定板组；所述固定板组通过活塞气缸连接有在支撑杆上垂直升降滑动的活动板；所述固定板组与活动板之间还设置有用于在菌棒上按压凹坑并注射菌种的接种机构；活动板升降状态下，接种机构按压菌棒并注射菌种。本设备能够实现对于菌棒接种的自动化工作，避免了人工接种过程中的环境污染以及效率底下等问题，大幅度增进了生产量。
-
公开(公告)号：CN114764827B
公开(公告)日：2024-05-07
申请号：CN202210456922.8
申请日：2022-04-27
Applicant: 安徽农业大学
IPC: G06T7/70 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种自适应低光照场景下的桑叶病虫害检测方法，包括以下步骤：步骤1、收集桑叶病虫害图片作为数据集；步骤2、将数据集分为训练集和测试集，并进行预处理；步骤3、构建ZTOC Swin Transformer模型，对模型进行训练得到最优配置参数；步骤4、通过参数为最优配置参数的模型对待识别的桑叶健康状态图像进行识别，得到桑叶病害检测结果。本发明可适应各种光照场景，并能够降低计算量，提高检测效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
