-
公开(公告)号：CN113504201A
公开(公告)日：2021-10-15
申请号：CN202110775100.1
申请日：2021-07-07
Applicant: 仲恺农业工程学院
IPC: G01N21/359
Abstract: 基于可见‑近红外高光谱技术的脆肉皖脆度预测方法，包括如下步骤：由高光谱成像摄像机拍摄处理后得到样品的原始近红外光谱数据，依次经黑白校正处理、标准正则变换预处理后，通过随机森林算法得到影响脆肉皖脆度的特征光谱波长，并得到各样品的高光谱特征值；通过质构仪检测得到样品的硬度值，建立脆肉皖脆度值与高光谱特征值的BP‑NN预测模型；将样品的高光谱特征值输入建立的BP‑NN预测模型中，即得待测脆肉皖的脆度。本申请采用质构仪和可见‑近红外高光谱成像系统(400‑1100nm)对脆肉皖进行脆度‑高光谱数据分析，建立BP‑NN预测模型，该预测模型具有较好的预测效果，适用于脆肉皖脆度无损检测。
-
Patent Agency Ranking
公开(公告)号：CN113537106A
公开(公告)日：2021-10-22
申请号：CN202110837178.1
申请日：2021-07-23
Applicant: 仲恺农业工程学院
Abstract: 一种基于YOLOv5的鱼类摄食行为识别方法，包括如下步骤：通过摄像头采集某一单一鱼群喂食前后的视频，提取关键帧图片并标注，建立数据集；图片输入YOLOv5网络模型，经预处理后依次进入Backbone网络和Neck网络进行特征融合，再输入Head输出端，得到预测框的位置、类别和置信度，采用加权非极大值抑制筛选预测框，通过计算损失函数调节权重参数，通过验证集不断优化模型参数，得到最佳权重数据；将测试集图片输入训练好的YOLOv5网络模型中，得到目标检测结果。本发明目标检测的准确性，采用YOLOv5网络模型，能够快速识别、实时跟踪和预测，并及时采取行动，达到提高养殖效益的目的。
-
公开(公告)号：CN113537106B
公开(公告)日：2023-06-02
申请号：CN202110837178.1
申请日：2021-07-23
Applicant: 仲恺农业工程学院
IPC: G06V20/52 , G06V20/40 , G06V10/44 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于YOLOv5的鱼类摄食行为识别方法，包括如下步骤：通过摄像头采集某一单一鱼群喂食前后的视频，提取关键帧图片并标注，建立数据集；图片输入YOLOv5网络模型，经预处理后依次进入Backbone网络和Neck网络进行特征融合，再输入Head输出端，得到预测框的位置、类别和置信度，采用加权非极大值抑制筛选预测框，通过计算损失函数调节权重参数，通过验证集不断优化模型参数，得到最佳权重数据；将测试集图片输入训练好的YOLOv5网络模型中，得到目标检测结果。本发明目标检测的准确性，采用YOLOv5网络模型，能够快速识别、实时跟踪和预测，并及时采取行动，达到提高养殖效益的目的。
-
公开(公告)号：CN113538389A
公开(公告)日：2021-10-22
申请号：CN202110838756.3
申请日：2021-07-23
Applicant: 仲恺农业工程学院
Abstract: 一种鸽蛋品质识别方法，包括如下步骤：采用视觉传感器获取鸽蛋的图片，将鸽蛋标注为受精蛋、完好非受精蛋和破损非受精蛋三个类别，得到用于模型训练的训练集和验证集；将训练集和验证集中的图片输入YOLOv5s网络模型进行模型训练，得到YOLOv5s网络模型的最佳权重数据；将最佳权重数据加载到YOLOv5s网络模型中，输入待识别的图片，输出识别结果；可在暗室环境下，将鸽蛋放置于底部具有光源的检测位置处进行拍摄。本发明对鸽蛋等蛋类产品是否破损和受精进行识别，检测速度快，部署方便快速，方便根据识别结果对蛋类产品进行剔除和分类，检测效率高，保证蛋品质量，适合于规模化产品检测。
-
公开(公告)号：CN113538389B
公开(公告)日：2023-05-09
申请号：CN202110838756.3
申请日：2021-07-23
Applicant: 仲恺农业工程学院
IPC: G06T7/00 , G06T7/62 , G06T7/73 , G06V10/44 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 一种鸽蛋品质识别方法，包括如下步骤：采用视觉传感器获取鸽蛋的图片，将鸽蛋标注为受精蛋、完好非受精蛋和破损非受精蛋三个类别，得到用于模型训练的训练集和验证集；将训练集和验证集中的图片输入YOLOv5s网络模型进行模型训练，得到YOLOv5s网络模型的最佳权重数据；将最佳权重数据加载到YOLOv5s网络模型中，输入待识别的图片，输出识别结果；可在暗室环境下，将鸽蛋放置于底部具有光源的检测位置处进行拍摄。本发明对鸽蛋等蛋类产品是否破损和受精进行识别，检测速度快，部署方便快速，方便根据识别结果对蛋类产品进行剔除和分类，检测效率高，保证蛋品质量，适合于规模化产品检测。
-
公开(公告)号：CN215609248U
公开(公告)日：2022-01-25
申请号：CN202122035813.2
申请日：2021-08-26
Applicant: 仲恺农业工程学院
IPC: A63B71/06
Abstract: 本实用新型涉及体能测试技术领域，且公开了一种便携式大学生体能测试机器人，包括底座装置，底座装置外表面上侧设置有机器人装置，底座装置包括装置管，装置管外表面上侧设置有转动电机，转动电机外表面下侧设置有螺纹管，螺纹管内部设置有螺纹杆，螺纹杆下端设置有横杆，横杆外表面一侧设置有固定杆，横杆外表面下侧设置有活动板，装置管内壁后侧设置有上下滑槽，横杆外表面下侧固定连接有支腿。该便携式大学生体能测试机器人，转动电机启动时，使得螺纹管转动，从而使得螺纹杆在螺纹管内上下运动，从而带动支腿上下运动，但是支腿高度调节完成后，再通过使得活动板带动插杆与固定杆插接，则使得装置固定，从而实现了对于机器人高度的调节。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
