公开(公告)号：CN117011607B

公开(公告)日：2024-11-19

申请号：CN202310998489.5

申请日：2023-08-08

Applicant: 安徽农业大学

Inventor： 邵钰轩 ,  廖娟 ,  田泽丰 ,  曹佳雯 ,  熊玮 ,  况福明 ,  张顺 ,  朱德泉

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力残差网络的水稻种子分类方法，通过图像预处理的方法，有效避免了图像背景对模型预测的干扰，减少了客观因素对实际应用的影响。在采样过程中获取充分的有效信息，特征提取更加充分；借鉴Res2Net网络的改进模式，引入注意力机制，在不改变网络层数的前提下增加了网络的深度，增强了多尺度特征提取能力，有效解决了相似品种的识别问题，并增加了信息提取能力而不引起计算成本的大量提高。

公开(公告)号：CN117292263A

公开(公告)日：2023-12-26

申请号：CN202311329612.0

申请日：2023-10-13

Applicant: 安徽农业大学

Inventor： 田泽丰 ,  廖娟 ,  邵钰轩 ,  曹佳雯 ,  朱德泉 ,  唐七星

IPC: G06V20/10 ,  G06V10/77 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供水稻检测模型的训练方法、计数方法、系统、设备和介质，该训练方法包括：获取水稻籽粒的样本图像和样本图像中水稻籽粒数量的真实值；将样本图像输入至水稻籽粒检测模型中，根据多头自注意力模块和坐标注意力模块，提取样本图像中不同尺度的籽粒特征图；其中，水稻籽粒检测模型以YOLOV5为主网络，并融合多头自注意力模块与坐标注意力模块；根据多头自注意力模块将不同尺度的籽粒特征图进行多尺度特征融合；根据融合后特征图获取样本图像中水稻籽粒数量的预测值；根据真实值、预测值、以及损失函数，调整水稻籽粒模型的参数，获得训练好的水稻籽粒检测模型。可以准确进行千粒重的测定，并且更加高效，精确度更高。

公开(公告)号：CN119901706A

公开(公告)日：2025-04-29

申请号：CN202510069032.5

申请日：2025-01-16

Applicant: 安徽农业大学

Inventor： 何洪宇 ,  廖娟 ,  田泽丰 ,  闫临宇 ,  刘泳均 ,  董萧 ,  朱德泉

IPC: G01N21/359 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08 ,  G01N21/3563 ,  G01N21/01

Abstract: 本发明公开了一种水稻籽粒垩白无损检测方法、装置、设备及介质，所述方法利用近红外光谱仪采集待测水稻籽粒的初始光谱数据，并利用水稻籽粒垩白检测模型对所述待测水稻籽粒的初始光谱数据进行处理，以获得所述待测水稻籽粒的垩白检测结果。所述方法基于近红外光谱技术快速、准确及非破坏性的特点，通过近红外光谱采集仪器获取待测水稻籽粒的光谱数据，随后利用特征提取及数据预处理技术，提取水稻籽粒的关键特征，并结合机器学习技术，以实现待测水稻籽粒垩白的无损检测。该方法为水稻籽粒的质量监测提供了有力支撑，对提升水稻生产的质量和效率具有重要意义。

公开(公告)号：CN117723505A

公开(公告)日：2024-03-19

申请号：CN202311704101.2

申请日：2023-12-12

Applicant: 安徽农业大学

Inventor： 曹佳雯 ,  廖娟 ,  刘晓丽 ,  田泽丰 ,  唐七星 ,  刘龙宝

IPC: G01N21/359 ,  G01N21/01 ,  G06F18/23213 ,  G06F18/214

Abstract: 本发明公开了基于近红外光谱的水稻种粒秕谷含量等级快速检测方法，利用近红外光谱采集单元采集不同秕谷含量的水稻种粒在全波段波长下的原始光谱，并对原始光谱数据进行预处理和特征波长提取，以获取具有强表征的关键性波长；结合自适应聚类算法构建水稻种粒秕谷含量等级快速检测模型，采用训练集训练检测模型，并基于测试集评估模型的性能，实现水稻种粒秕谷含量等级快速检测，为水稻种粒的千粒重与结实率测量以及质量的检测与评估提供技术支撑，对栽培措施的优化、水稻生产提质增效、提高农药利用率具有重要意义。

公开(公告)号：CN117011607A

公开(公告)日：2023-11-07

申请号：CN202310998489.5

申请日：2023-08-08

Applicant: 安徽农业大学

Inventor： 邵钰轩 ,  廖娟 ,  田泽丰 ,  曹佳雯 ,  熊玮 ,  况福明 ,  张顺 ,  朱德泉

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力残差网络的水稻种子分类方法，通过图像预处理的方法，有效避免了图像背景对模型预测的干扰，减少了客观因素对实际应用的影响。在采样过程中获取充分的有效信息，特征提取更加充分；借鉴Res2Net网络的改进模式，引入注意力机制，在不改变网络层数的前提下增加了网络的深度，增强了多尺度特征提取能力，有效解决了相似品种的识别问题，并增加了信息提取能力而不引起计算成本的大量提高。