-
公开(公告)号：CN114879744A
公开(公告)日：2022-08-09
申请号：CN202210764048.4
申请日：2022-07-01
Applicant: 浙江大学湖州研究院
IPC: G05D1/10
Abstract: 本发明提供了一种基于机器视觉的夜间作业无人机系统，包括机体和地面上位机，机体包括卫星定位系统、通信模块和飞控模块，机体分别连接有可变光源、摄像机、处理器和激光雷达，处理器分别与可变光源、摄像机、激光雷达、飞控模块之间通过通信模块的串口进行通信，处理器与地面上位机之间通过无线电信号进行通信，可变光源能够根据夜间作业需要通过处理器或地面上位机改变光照波长和光照强度，处理器内设有边界分类模型，边界分类模型能够辅助飞控模块控制机体进行自主作业，摄像机能够将拍摄的图像通过处理器和通信模块传输至地面上位机，上位机能够根据图像远程检测农作物的病害情况，本发明实现无人机自主作业时的实时边界预警功能和紧急制动与避障功能。
-
公开(公告)号：CN116012721B
公开(公告)日：2023-06-30
申请号：CN202310312623.1
申请日：2023-03-28
Applicant: 浙江大学湖州研究院
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的水稻叶片病斑检测方法，通过EFFTAN检测模型完成对水稻病斑的检测，EFFTAN检测模型包括：特征提取模块、特征融合模块以及分类和目标框回归模块。本发明基于深度学习单阶段检测原理，提出增强特征融合方法和目标自适应方法，经过多种方法的优化整合，使模型的收敛速度及检测准确率得到明显提高，同时增强了模型的泛化能力。
-
公开(公告)号：CN116012721A
公开(公告)日：2023-04-25
申请号：CN202310312623.1
申请日：2023-03-28
Applicant: 浙江大学湖州研究院
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的水稻叶片病斑检测方法，通过EFFTAN检测模型完成对水稻病斑的检测，EFFTAN检测模型包括：特征提取模块、特征融合模块以及分类和目标框回归模块。本发明基于深度学习单阶段检测原理，提出增强特征融合方法和目标自适应方法，经过多种方法的优化整合，使模型的收敛速度及检测准确率得到明显提高，同时增强了模型的泛化能力。
-
公开(公告)号：CN114879744B
公开(公告)日：2022-10-04
申请号：CN202210764048.4
申请日：2022-07-01
Applicant: 浙江大学湖州研究院
IPC: G05D1/10
Abstract: 本发明提供了一种基于机器视觉的夜间作业无人机系统，包括机体和地面上位机，机体包括卫星定位系统、通信模块和飞控模块，机体分别连接有可变光源、摄像机、处理器和激光雷达，处理器分别与可变光源、摄像机、激光雷达、飞控模块之间通过通信模块的串口进行通信，处理器与地面上位机之间通过无线电信号进行通信，可变光源能够根据夜间作业需要通过处理器或地面上位机改变光照波长和光照强度，处理器内设有边界分类模型，边界分类模型能够辅助飞控模块控制机体进行自主作业，摄像机能够将拍摄的图像通过处理器和通信模块传输至地面上位机，上位机能够根据图像远程检测农作物的病害情况，本发明实现无人机自主作业时的实时边界预警功能和紧急制动与避障功能。
-
-
-
Search Results
4
records
(took 0.02 seconds)
