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。

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。