-
公开(公告)号：CN111881803A
公开(公告)日：2020-11-03
申请号：CN202010711196.0
申请日：2020-07-22
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
Abstract: 本发明公开了一种基于改进YOLOv3的畜脸识别方法，以YOLOv3算法为基础构建卷积神经网络模型，依次引入DenseBlock单元和改进的SPP单元，通过调节DenseBlock单元的层数以及DenseBlock单元叠加使用的次数以控制参数数目；通过改进的SPP单元，对特征提取器输出的特征图采用三种不同大小的最大池化处理，最大池化处理后再与特征提取器输出的特征图进行拼接以获取多尺度信息，最终得到YOLOv3_DB_SPP识别模型。YOLOv3_DB_SPP识别模型能够在三个尺度特征图上对不同大小的目标进行检测，能够有针对性地识别样本中的多个目标；且在完成猪脸数据集上检测任务时，对单个样本和多只圈养样本的准确率均有提高，能够实现对远距离、有遮挡小目标的识别。
-
公开(公告)号：CN113822185B
公开(公告)日：2024-10-29
申请号：CN202111057182.2
申请日：2021-09-09
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
IPC: G06V20/52 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种群养生猪日常行为检测方法，该方法通过获取待检测目标区域内群养生猪日常行为的图像，输入到改进后的YOLOv4网络模型进行检测，可得到输出的图像中生猪日常行为的分类。其中，改进后的YOLOv4网络模型为：采用轻量MobileNetv3网络代替原有模型YOLOv4中的CSPDarknet53网络，可减少参数量，在降低计算量的同时不会造成精度上的损失；并进一步在检测器中引入深度可分离卷积和inception网络结构，拓宽网络宽度和深度，在保证识别准确率的前提下，检测速度更快、实时性更强。
-
公开(公告)号：CN113822185A
公开(公告)日：2021-12-21
申请号：CN202111057182.2
申请日：2021-09-09
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
Abstract: 本发明公开了一种群养生猪日常行为检测方法，该方法通过获取待检测目标区域内群养生猪日常行为的图像，输入到改进后的YOLOv4网络模型进行检测，可得到输出的图像中生猪日常行为的分类。其中，改进后的YOLOv4网络模型为：采用轻量MobileNetv3网络代替原有模型YOLOv4中的CSPDarknet53网络，可减少参数量，在降低计算量的同时不会造成精度上的损失；并进一步在检测器中引入深度可分离卷积和inception网络结构，拓宽网络宽度和深度，在保证识别准确率的前提下，检测速度更快、实时性更强。
-
公开(公告)号：CN113780408A
公开(公告)日：2021-12-10
申请号：CN202111057226.1
申请日：2021-09-09
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
Abstract: 本发明公开了一种基于音频特征的生猪状态识别方法，包括：采集待识别猪声音频，将待识别猪声音频经过数据处理后进行音频数据的预增强及特征提取；将提取到的音频特征作为观测序列输入到训练后的DNN‑HMM生猪状态音频识别模型中，获取某个音素的某个状态对某一帧声学特征的观察值概率。本发明有效提高了对生猪音频识别的效率和准确率，对于生猪音频识别和行为状态的判定具有较高的实用价值。
-
公开(公告)号：CN111881803B
公开(公告)日：2023-10-31
申请号：CN202010711196.0
申请日：2020-07-22
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
IPC: G06V40/10 , G06V10/764 , G06N3/0464 , G06N3/048 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv3的畜脸识别方法，以YOLOv3算法为基础构建卷积神经网络模型，依次引入DenseBlock单元和改进的SPP单元，通过调节DenseBlock单元的层数以及DenseBlock单元叠加使用的次数以控制参数数目；通过改进的SPP单元，对特征提取器输出的特征图采用三种不同大小的最大池化处理，最大池化处理后再与特征提取器输出的特征图进行拼接以获取多尺度信息，最终得到YOLOv3_DB_SPP识别模型。YOLOv3_DB_SPP识别模型能够在三个尺度特征图上对不同大小的目标进行检测，能够有针对性地识别样本中的多个目标；且在完成猪脸数据集上检测任务时，对单个样本和多只圈养样本的准确率均有提高，能够实现对远距离、有遮挡小目标的识别。
-
Patent Agency Ranking
公开(公告)号：CN212208091U
公开(公告)日：2020-12-22
申请号：CN202021138107.X
申请日：2020-06-18
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
Abstract: 本实用新型属于智能设备技术领域，更具体地，涉及一种能源自供的家畜智能穿戴设备。包括处理器模块和与其电性连接的运动生电模块、电源模块、无线传输模块、心率传感器模块、加速度模块、存储器模块；所述电源模块用于供电，所述运动生电模块用于为电源模块充电，所述心率传感器模块用于检测穿戴者的心率，并将检测结果传输给处理器模块，所述加速度模块用于检测穿戴者的运动情况传输给处理器模块；所述存储器模块用于存储数据信息，所述处理器模块通过无线传输模块进行远程无线通信。
-
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：CN116778391A
公开(公告)日：2023-09-19
申请号：CN202310828903.8
申请日：2023-07-07
Applicant: 安徽农业大学
IPC: G06V20/40 , G06V10/82 , G06Q50/02 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种多模态作物病害表型协同分析模型、装置及模型构建系统，方法包括：构建基于改进CNN和LSTM的作物病害表型文本生成模型，通过组建的多模态训练数据集，对其进行训练；基于改进CNN和LSTM的作物病害表型文本生成模型通过组建的多模态训练数据集，对其进行训练；构建基于查询文本引导和多阶段推理的视觉语言定位模型(MQVL)通过组建的多模态训练数据集，对其进行训练；构建基于CNN‑Transformer双流多模态少样本识别模型(CTMF)通过组建的多模态训练数据集，对其进行训练。
-
公开(公告)号：CN114289348B
公开(公告)日：2023-01-24
申请号：CN202111657039.7
申请日：2021-12-31
Applicant: 安徽农业大学
Abstract: 本发明公开了一种农产品质量安全监测与控制系统，属于农产品安全技术领域。一种农产品质量安全监测与控制系统，包括传送带，所述传送带的外侧先后设置有三个关卡，分别为第一关卡、第二关卡以及第三关卡；所述第一关卡和第二关卡的顶部均设置有分类相机，所述分类相机与分类计算机连接；所述第三关卡位于传送带的末端，所述第三关卡连接分果装置以及切片检测装置。本发明有效的解决了传统的产品质量安全检测与控制系统耗费人力且工作效率底的问题。
-
公开(公告)号：CN110659864B
公开(公告)日：2022-11-01
申请号：CN201910959303.9
申请日：2019-10-10
Applicant: 安徽农业大学
Abstract: 本发明公开了一种防碰撞可回收利用快递包装箱的方法，要解决的是现有快递包装箱回收利用方面的问题。本发明具体步骤如下：步骤一，在快递包装箱上分别设置第一二维码和第二二维码，第二二维码记录着该快递包装箱对应的网页信息，第一二维码记录物流信息；步骤二，发货时用户扫描第一二维码和第二二维码并且输入用户信息，同时对第二二维码的网页信息进行更新；步骤三，用户扫描第二二维码，对该快递包装箱进行查看。本发明可以实现对快递包装箱的绿色回收利用，以二维码的形式来对快递包装箱多次利用和回收管理工作；本发明采用含IPA防碰撞算法的RFID标签进行仓库管理，解决商品出入库工作量大、效率低下、人员多等问题。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.047 seconds)
