-
公开(公告)号：CN117710817A
公开(公告)日：2024-03-15
申请号：CN202311749828.2
申请日：2023-12-19
Applicant: 河北农业大学
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于轻量化YOLOv7的梨花品种识别方法，属于图像识别的技术领域；首先选取利用不同品种梨花外形不同的特征来对梨花品种进行区分；其次实地采集不同品种的梨花图像，构建梨花数据集；搭建轻量化GP‑YOLOv7目标检测模型，利用数据增强后的训练集和验证集对轻量化GP‑YOLOv7目标检测模型进行训练，使用训练好的目标检测模型对梨花图片进行品种识别；本发明采用上述方法，建立了轻量化GP‑YOLOv7目标检测模型，能够快速识别图片中梨花的品种，通过模型进行批量识别，提高了效率，减小了出错的可能性，并专门做了轻量化目标检测模型，移植到嵌入式设备，能方便使用，也能解决目前疏花作业中，人工识别效率低下且识别时人工更容易出错的问题。
-
公开(公告)号：CN119648998A
公开(公告)日：2025-03-18
申请号：CN202411720677.2
申请日：2024-11-28
Applicant: 河北农业大学
IPC: G06V10/25 , G06V10/44 , G06V10/82 , G06V10/776 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06V10/80
Abstract: 本发明公开了一种基于轻量化Transformer架构的自然环境下梨果快速检测方法，包括以下步骤：A、采集不同环境下的梨果图像；B、制作梨果数据集；C、构建梨果检测模型；D、将待识别图像输入梨果检测模型进行梨果快速检测。本发明能够改进现有技术的不足，降低检测模型的复杂度，提高检测速度和精度。
-
公开(公告)号：CN118340045A
公开(公告)日：2024-07-16
申请号：CN202410741771.X
申请日：2024-06-11
Applicant: 河北农业大学
IPC: A01G3/08
Abstract: 本发明公开了一种梨园双侧振动式根系修剪机，包括：机架、变速箱、万向节传动轴、限深装置、第一换向器、角度调节装置、第二换向器、旋转架、振动装置、长断根刀、短断根刀、液压缸、伸缩装置、联轴器、轴承座、第一支撑板和第二支撑板；伸缩装置位于机架两侧且可在机架内滑动，液压缸缸筒固定在机架下方，液压缸伸缩杆固定在伸缩装置下方，振动装置固定在旋转架侧前方，短断根刀与长断根刀按前后顺序固定在振动装置下方，限深装置固定在机架后方两侧。本发明将根系修剪与高频振动相结合，同时割幅和切割角度可调，提高了机器的适用率，减小了切割阻力，提高了工作效率。
-
公开(公告)号：CN116491321A
公开(公告)日：2023-07-28
申请号：CN202310584115.9
申请日：2023-05-23
Applicant: 河北农业大学
IPC: A01G3/00
Abstract: 本发明提供了一种悬臂式柔性疏花装置，包括：悬挂机构、平移升降机构、开合机构、柔性执行机构，所述平移升降机构固定安装在悬挂机构上，开合机构固定安装在平移升降机构上，三个柔性执行机构通过螺栓紧固安装在开合机构上。本发明可适用于疏层形或开心形果树疏花，其中柔性执行机构可减轻疏花轴对树体的刚性碰撞，并可一定程度上减少反复调整疏花轴倾角的操作；开合机构可用于进一步调整疏花深度。
-
公开(公告)号：CN117690026A
公开(公告)日：2024-03-12
申请号：CN202311749825.9
申请日：2023-12-19
Applicant: 河北农业大学
IPC: G06V20/10 , G06V10/25 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的梨花密度分级方法，属于图像识别的技术领域；包括以下步骤：S1：采集梨花图像，形成梨花图像集，对梨花图像集使用labelImg对目标梨花进行最小外形标注，构建梨花数据集，梨花数据集包括训练集、验证集与测试集；S2：搭建改进YOLOv7目标检测模型，使用步骤S1中的梨花数据集进行训练，得到训练好的目标检测模型；S3：使用训练好的目标检测模型检测新采集的梨花图像，图像识别获取梨花图像中的距离密度和点密度；S4：用距离密度和点密度获取梨花图像的分级临界值，将分级临界值应用到梨花图像中获得梨花密度分级信息，本发明采用上述方法，使用分类临界值进行密度分级，梨花密度分级能对疏花作业起到指导作用。
-
Patent Agency Ranking
公开(公告)号：CN221043770U
公开(公告)日：2024-05-31
申请号：CN202322759006.4
申请日：2023-10-16
Applicant: 河北农业大学
IPC: A01D34/01
Abstract: 本实用新型提供了一种适用于有梗树盘的果园树下割草机，主要用于果园梗上及树盘下割草，该果园割草机侧移装置，包括：悬挂架、机架、平地割草单元、树盘割草单元和梗上割草单元；悬挂架固定于机架上方且靠近平地割草单元，平地割草单元和树盘割草单元固定在机架上，梗上割草单元固定在机架后方；梗上割草单元，其特征在于，包括：连接横梁、角度限制板、扭簧、梗上割草机外壳、梗上液压马达、梗上切割装置和直筒滚轮。梗上割草机外壳铰接在连接横梁上，角度限制板固定在连接横梁上，扭簧一端固定在角度限制板上，另一端固定在梗上割草机外壳上，直筒滚轮铰接在梗上割草机外壳上，梗上液压马达固定在梗上割草机外壳上，梗上切割装置固定在梗上液压马达上。本新型结构简单，可实现果园垄上和树盘下割草。
-
公开(公告)号：CN221488394U
公开(公告)日：2024-08-09
申请号：CN202323304720.0
申请日：2023-12-05
Applicant: 河北农业大学
Abstract: 本实用新型涉及果框转运技术领域，提出了一种果园作业平台用装运装置，包括：机架；转运仓；第一导轨，沿竖直方向设置在机架上；承托件，滑动设置在第一导轨上，且承托件用于承托转运仓；剪叉式升降台，设置在机架上，承托件滑动后，承托件与剪叉式升降台连通，剪叉式升降台用于承托转运仓。通过上述技术方案，解决了相关技术中装满的果框需要人工将果框搬运到地面上，增加了工作人员的工作难度，也增加了搬运过程中的安全隐患的问题。
-
公开(公告)号：CN221203364U
公开(公告)日：2024-06-25
申请号：CN202323304715.X
申请日：2023-12-05
Applicant: 河北农业大学
Abstract: 本实用新型涉及果实收集技术领域，提出了一种可自动扩展的果实收集装置，包括果框，具有果实收集腔；安装块，沿水平方向转动设置在果框上；支撑架，一端沿竖直方向转动设置在安装块上；果实托台，具有果实放置面，沿竖直方向转动设置在支撑架另一端上，果实托台转动后，果实放置面始终处于水平方向；辅助收果件，辅助收果件包括：导向管，具有果实输送管道，一端设置在果框上，另一端设置在安装块上，果实输送管道和果实收集腔连通；挡板，转动设置在导向管上，挡板转动后用于控制果实输送管道和果实收集腔的连通或不连通。通过上述技术方案，解决了现有技术中的工人需要转身或弯腰才能将果实放入果框中，不利于高效采摘果实问题。
-
公开(公告)号：CN221843126U
公开(公告)日：2024-10-18
申请号：CN202420374751.9
申请日：2024-02-28
Applicant: 河北农业大学
Abstract: 本实用新型提供了一种往复振动式双侧梨树断根装置，包括：断根刀、伸缩架、冲击振动装置、立柱、支撑杆、限深装置、伸缩杆、机架、悬挂架和伸缩缸。所述机架前方固定有悬挂架，限深装置铰接在机架后方并通过伸缩杆与悬挂架相连接，伸缩架嵌入到机架之中，两个伸缩缸的一端固定在机架的两侧，另一端固定在伸缩架中间，支撑杆的两端分别铰接在伸缩架的后端和立柱的上端，立柱的下端与伸缩架铰接，冲击振动装置固定在立柱的前方，断根刀固定在冲击振动装置下方。本实用新型中所公开的冲击振动式梨树断根装置，在动力机械的带动下前行，并且在前行过程中可同时对机架两端的果树树根进行往复冲击振动式断切，实现了果树根系断切的机械化，降低了工作人员的劳动强度并提高了生产效率。
-
公开(公告)号：CN220383606U
公开(公告)日：2024-01-26
申请号：CN202321704319.3
申请日：2023-07-03
Applicant: 河北农业大学
IPC: A01D34/00
Abstract: 本实用新型提供了一种果园割草机侧移装置，主要用于调节割草机侧移量，该果园割草机侧移装置，包括：悬挂架、安装座、侧移调节装置、液压马达、固定板、割草机执行装置。侧移调节装置，其特征在于，包括：齿轮箱壳、直线滑动轴承、轴承座、上齿条板、下齿条板、主动齿轮、从动齿轮、主动轴和从动轴。侧移调节装置和固定装置采用焊接方法连接，侧移调节装置和安装座采用固定连接，侧移调节装置主要包含一对同传动比齿轮、八个直线滑动轴承和两个定制齿条板，本新型结构简单，可实现割草机执行装置在工作时进行侧向移动。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
