-
公开(公告)号：CN115223163A
公开(公告)日：2022-10-21
申请号：CN202210864608.3
申请日：2022-07-21
Applicant: 河南科技大学
Abstract: 一种融合坐标注意力机制和组合卷积的YOLOv4识别方法,基于YOLOv4模型进行识别，选用GhostNet特征提取网络代替CSPDarkNet53作为YOLOv4骨干网络，采用通过少量计算生成大量特征图的结构，使用更低成本计算量获取特征层中冗余信息，减少模型参数量和计算量；引入坐标注意力机制增强对目标细粒性特征的提取；设计改进组合卷积模块节省计算能力，防止有效特征丢失，提高识别精度。改进YOLOv4模型对果实的识别准确率可达99.23%，可满足自然环境下果实识别精度与速度的需求，为采摘机器人快速精准作业提供保障。
-
Patent Agency Ranking
公开(公告)号：CN115223219A
公开(公告)日：2022-10-21
申请号：CN202210686227.0
申请日：2022-06-17
Applicant: 河南科技大学
Abstract: 一种基于改进YOLOV4的羊脸识别方法，训练样本输入建立的目标检测网络进行训练，获得目标检测模型用以对拍摄的图像进行检测，识别出羊的个体身份，采用Ghostnet特征提取网络为主干特征提取网络，特征图经空间金字塔池化结构和路径聚合网络处理并由头部网络输出；空间金字塔池化结构不同大小池化核之间引入空间注意力机制，实现对特征图之间的权重分配。路径聚合网络采用带有残差结构的双参形式的融合网络，提升了对细粒性特征的检测能力和网络检测准确性，相较于YOLOV4网络在正脸识别方面平均检测精度均值可达96.7%，在侧脸检测方面相平均精度均值、检测速度均明显提高，为复杂环境下的山羊个体精准识别提供基础。
-
公开(公告)号：CN114544630A
公开(公告)日：2022-05-27
申请号：CN202210174753.9
申请日：2022-02-25
Applicant: 河南科技大学
IPC: G01N21/84 , G01N21/01 , G01N33/08 , G06V20/68 , G06V10/25 , G06V10/26 , G06V10/56 , G06V10/54 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的群蛋图像分割受精信息检测装置及方法，检测方法包括以下步骤：首先采集深度群蛋透射图像，采用自行设计的图像分割方法，将群蛋透射图像分割单个目标区域，建立深度种蛋受精信息检测模型，通过优化过的MobileNetV1神经网络模型提取图像纹理特征，及种蛋孵化过程中受精信息在线检测，实现群体种蛋孵化过程的无损检测；装置操作简单，可一次对多个种蛋进行检测，生产效率高，能够实现对种蛋成活性的无损检测，宜形成规模化快速检测和满足当前自动化生产的需要；所属模型的建立方法，操作简洁，利用该模型可实现种蛋孵化早期无损受精检测，降低生产成本和提高检测效率。
-
公开(公告)号：CN119929007A
公开(公告)日：2025-05-06
申请号：CN202510029822.0
申请日：2025-01-08
Applicant: 河南科技大学
Abstract: 一种仿山羊蹄尖的履带单体结构，包括履带单体基体、一字型履刺与仿生单元结构，仿生单元结构由仿生蹄尖曲线拉伸后按排列组合方式布置所得，仿生单元结构布置于一字型履刺上，其中仿生蹄尖单元结构是由仿生原型右前蹄内侧蹄尖提取结构曲线后纵向拉伸所得，仿生原型右前蹄内侧蹄尖是结合多坡度下山羊蹄掌结构特征与运动特性分析，在最优附着系数下的运动步态，以及最大垂直地反力与垂直冲量下作用最显著的特征部位确定。切土面结构改变了传统履带单体的切土面结构，增大了土壤扰动区域，增强履带单体附着性能，提升农用履带车辆的通过性能，离散元仿真与土槽验证试验表明，该履带单体仿生结构附着性能较一字型履刺结构附着性能有明显提升。
-
公开(公告)号：CN116718553A
公开(公告)日：2023-09-08
申请号：CN202310471175.X
申请日：2023-04-27
Applicant: 河南科技大学
IPC: G01N21/25 , G06V20/10 , G06V10/25 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/08 , G01N21/84
Abstract: 一种基于卷积神经网络和高光谱成像的玉米品种鉴别方法，提取玉米种子感兴趣区域内平均光谱作为原始光谱数据，经样本预处理和样本降维后获取玉米种子特征波段，由数据重塑、卷积层提取以及结果预测三部分组建鉴别模型，以玉米种子特征波段为鉴别模型输入，以玉米品种作为鉴别模型输出，获得玉米品种鉴别结果。本发明利用高维特征映射的方法将特征波段映射至高维空间后将其重塑为三维图像特征，使用多层卷积神经网络鉴别三维图像特征，改变输入特征维度和模型层深度因子大小，建立玉米品种定性鉴别网络模型，能够快速准确鉴别玉米种子，可实现玉米品种的快速有效无损检测。
-
公开(公告)号：CN117104361A
公开(公告)日：2023-11-24
申请号：CN202310853138.5
申请日：2023-07-12
Applicant: 河南科技大学
IPC: B62D55/26
Abstract: 一种仿山羊脊柱特征的履带单体结构，包括履带单体基体、触土面曲面结构和履刺，所述触土面曲面结构由仿生曲线沿履刺长度方向拉伸所得，触土面曲面结构设置在履带单体基体和履刺间，通过调节履带单体的触土面和土壤的相互作用提高履带单体附着性能。这样的触土面曲面结构改变了传统履带单体的触土面结构，增大了土壤扰动区域，增加了触土面结构入土沉陷量，能够增强履带单体的附着性能，进而提高履带式农业机械的通过性能，经过模拟仿真，该履带单体仿生结构附着性能较普通结构附着性能有明显提升。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
