公开(公告)号：CN116363344A

公开(公告)日：2023-06-30

申请号：CN202211545983.8

申请日：2022-12-05

Applicant: 河南农业大学

Inventor： 时雷 ,  温暖 ,  孙嘉玥 ,  王健 ,  孙佳佳 ,  吕海燕 ,  熊蜀峰 ,  刘亮亮 ,  孙肖云 ,  席磊 ,  乔红波

IPC: G06V10/20 ,  G06V10/82 ,  G06V20/70 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00

Abstract: 本申请提供了一种基于改进YOLOv5s的小麦小穗计数方法和系统。该方法中，首先对YOLOv5s网络结构进行模块调整与层次优化，得到改进的YOLOv5s网络模型；对预先获取的麦穗图像进行预处理，得到所述改进的YOLOv5s网络模型的训练数据集，以对所述改进的YOLOv5s网络模型进行训练；根据预先划分的小穗种类，训练完成改进的YOLOv5s网络模型，以对小麦小穗进行计数预测。籍此，实现对大田环境下小麦小穗的快速计数预测，为大田中通过小麦小穗数量估测品质、估算产量等提供信息技术支持。

公开(公告)号：CN114359554A

公开(公告)日：2022-04-15

申请号：CN202111413182.1

申请日：2021-11-25

Applicant: 河南农业大学

Inventor： 刘亮亮 ,  常靖

IPC: G06V10/26 ,  G06V10/77 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多感受野上下文语义信息的图像语义分割方法，包括步骤一、将输入图像通过卷积操作转换成像素矩阵；二、采用不同扩张率的扩张卷积将同一个像素矩阵转换为多个具有多感受野上下文语义信息的特征图；三、具有多感受野上下文语义信息的特征图分别通过不同子网中的转换器编码器进行特征提取和下采样处理，得到多个具有不同感受野的下采样特征图；四、下采样特征图通过解码器进行逐步上采样处理，得到相同尺寸和维度的特征图，并生成最终的特征融合图；五、特征融合图通过卷积神经网络完成图像分割的预测。本发明能够有效应用在图像语义分割中，不会丢失深层的低分辨率特征和细粒度特征，消耗内存小，效果显著，便于推广。

公开(公告)号：CN113673612A

公开(公告)日：2021-11-19

申请号：CN202110981213.7

申请日：2021-08-25

Applicant: 河南农业大学

Inventor： 孙彤 ,  李子腾 ,  孙肖云 ,  岳继博 ,  付元元 ,  乔红波 ,  张慧 ,  刘亮亮 ,  熊蜀峰

IPC: G06K9/62 ,  G06K9/46 ,  G06T3/40 ,  G06N20/10

Abstract: 本发明公开了一种高场不对称离子迁移谱图分类识别方法，基于对检测样本的动态图谱和对图谱进行多尺度空域信息融合的技术路线，包括：分别将每个检测样本重复测量得到一组图谱样本从而获得全部动态图谱，每类检测样本都含有多个已知样本作为训练数据使用；基于每个检测样本的全部动态图谱，在多尺度空域上分别提取特征；基于多尺度空域上分别提取的特征并进行特征融合获得多尺度融合特征；基于多尺度融合特征建立多尺度信息融合的分类识别模型；基于分类识别模型进行高场不对称离子迁移谱图分类识别。还公开了对应的装置，该方法和装置进行自适应的FAIMS图谱分类识别，有效信息不丢失；冗余信息和噪声干扰小，模型建立开销小，鲁棒性强。

公开(公告)号：CN113673612B

公开(公告)日：2024-10-29

申请号：CN202110981213.7

申请日：2021-08-25

Applicant: 河南农业大学

Inventor： 孙彤 ,  李子腾 ,  孙肖云 ,  岳继博 ,  付元元 ,  乔红波 ,  张慧 ,  刘亮亮 ,  熊蜀峰

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/44 ,  G06V10/762 ,  G06T3/4007 ,  G06N20/10

Abstract: 本发明公开了一种高场不对称离子迁移谱图分类识别方法，基于对检测样本的动态图谱和对图谱进行多尺度空域信息融合的技术路线，包括：分别将每个检测样本重复测量得到一组图谱样本从而获得全部动态图谱，每类检测样本都含有多个已知样本作为训练数据使用；基于每个检测样本的全部动态图谱，在多尺度空域上分别提取特征；基于多尺度空域上分别提取的特征并进行特征融合获得多尺度融合特征；基于多尺度融合特征建立多尺度信息融合的分类识别模型；基于分类识别模型进行高场不对称离子迁移谱图分类识别。还公开了对应的装置，该方法和装置进行自适应的FAIMS图谱分类识别，有效信息不丢失；冗余信息和噪声干扰小，模型建立开销小，鲁棒性强。

公开(公告)号：CN116597201A

公开(公告)日：2023-08-15

申请号：CN202310517128.4

申请日：2023-05-09

Applicant: 河南农业大学

Inventor： 乔红波 ,  施静 ,  许鑫 ,  孙彤 ,  刘亮亮 ,  陈永钦 ,  何强

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/22 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明公开了一种棉花苗蚜危害快速识别方法；通过使用智能手机快速获取田间环境遭受棉蚜侵害的图像，对数据进行标注，构建4类数据集：0级、1级、2级和3级，在此基础上构建基于Faster R‑CNN、YOLOv5和SSD三种不同的棉蚜危害识别模型，对三种模型的测试结果进行对比与分析，选择最优的棉蚜危害程度识别模型，为棉蚜危害监测提供一种快捷、方便、低成本的监测方法。

公开(公告)号：CN114283058A

公开(公告)日：2022-04-05

申请号：CN202111459290.2

申请日：2021-12-02

Applicant: 河南农业大学

Inventor： 刘亮亮 ,  常靖 ,  王颖

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于对抗网络和最大互信息优化的图像超分辨率重建方法，包括步骤：一、获取低分辨率的输入图像；二、将低分辨率的输入图像输入基于对抗网络的图像超分辨率重建模型中训练；重建模型的训练过程为：搭建基于对抗网络的图像超分辨率重建模型；采用最大互信息损失和对抗损失构建图像超分辨率重建模型的损失函数；选取训练样本并采用损失函数训练图像超分辨率重建模型，得到训练好的图像超分辨率重建模型；三、低分辨率的输入图像经过图像超分辨率重建模型处理，输出高分辨率的图像。本发明能够有效提高重建图像的质量,增强网络训练的稳定,能够完善图像的细节信息，提升重建图像的视觉效果。