公开(公告)号：CN110414610A

公开(公告)日：2019-11-05

申请号：CN201910702143.X

申请日：2019-07-31

Applicant: 华南农业大学

Inventor： 王卫星 ,  尧港东 ,  孙道宗 ,  赖俊桂 ,  李旺枝

IPC: G06K9/62 ,  G06Q50/02

Abstract: 本发明公开了一种果园土壤聚类系统及方法，该系统包括：依次连接的数据采集节点、数据传输网关、数据存储模块、数据处理模块和建模聚类模块；数据采集节点包括：电源模块和分别与电源模块电连接的处理器、传感器及通信模块；处理器分别与传感器、通信模块连接；通信模块通过所述数据传输网关将数据发送给所述数据存储模块；数据处理模块，用于将所述数据存储模块存储的数据进行预处理；建模聚类模块，根据机器学习算法中的K-means聚类对预处理后的数据进行建模并聚类。该系统可对果园土壤类型进行聚类，让用户清楚的了解土壤的类型，有利于果园分块管理，能有效提高果园灌溉系统的效率，从而针对不同的土壤采取不同的灌溉方法。

公开(公告)号：CN109685737A

公开(公告)日：2019-04-26

申请号：CN201811579417.2

申请日：2018-12-24

Applicant: 华南农业大学

Inventor： 陆健强 ,  姜冰 ,  王卫星 ,  李旺枝 ,  黄波 ,  尧港东 ,  赖俊贵

IPC: G06T5/00 ,  G06N3/04

CPC classification number: G06T5/003 ,  G06N3/0454

Abstract: 本发明公开了一种图像去雾方法，具体包括以下步骤：搭建基于ResNet的深度神经网络模型；采集训练数据集并训练网络模型；设计神经网络模型损失函数，使神经网络模型更精确地实现对有雾图像的去雾清晰化处理；精简压缩神经网络模型，压缩神经网络模型计算量；使用训练好的神经网络模型对待处理图像进行端到端去雾清晰化处理。本发明通过压缩神经网络模型，使模型计算量和参数数量明显下降，减少运行时间，可在移动端稳定运行。

公开(公告)号：CN119827502A

公开(公告)日：2025-04-15

申请号：CN202411792550.1

申请日：2024-12-07

Applicant: 华南农业大学 ,  广州和易思汇电子信息有限公司

Inventor： 孙道宗 ,  吴佩文 ,  陈嘉思 ,  谢家兴 ,  钟宏笙 ,  江浩亮 ,  陈艳明 ,  尧港东 ,  刘振宇

IPC: G01N21/88 ,  G06T7/00 ,  G06V10/14 ,  G06V10/40 ,  G06V10/54 ,  G06V20/62 ,  G06V10/774 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明涉及人工智能技术，揭露了一种多光源零部件表面缺陷检测方法、装置、设备及存储介质。所述方法包括：对待检测物件进行多角度照射，并在所述照射的状态下对所述待检测物件进行摄像操作，得到物件图像集合，其中，所述物件图像集合中的各个物件图像上均标记有缺陷文本表述及所述多角度穹顶光源对应的光源阵列；利用多光源表面缺陷识别模型，对所述物件图像集合进行特征提取操作，得到部件纹理特征、文本特征及光源阵列特征，并对所述部件纹理特征、文本特征及光源阵列特征进行表面缺陷识别操作，得到所述待检测物件的物件缺陷。本发明可以解决传统缺陷检测方法在复杂光照场景下难以利用光源参数信息的问题，提高零部件表面缺陷识别精准度。

公开(公告)号：CN110414610B

公开(公告)日：2021-10-22

申请号：CN201910702143.X

申请日：2019-07-31

Applicant: 华南农业大学

Inventor： 王卫星 ,  尧港东 ,  孙道宗 ,  赖俊桂 ,  李旺枝

IPC: G06K9/62 ,  G06Q50/02

Abstract: 本发明公开了一种果园土壤聚类系统及方法，该系统包括：依次连接的数据采集节点、数据传输网关、数据存储模块、数据处理模块和建模聚类模块；数据采集节点包括：电源模块和分别与电源模块电连接的处理器、传感器及通信模块；处理器分别与传感器、通信模块连接；通信模块通过所述数据传输网关将数据发送给所述数据存储模块；数据处理模块，用于将所述数据存储模块存储的数据进行预处理；建模聚类模块，根据机器学习算法中的K‑means聚类对预处理后的数据进行建模并聚类。该系统可对果园土壤类型进行聚类，让用户清楚的了解土壤的类型，有利于果园分块管理，能有效提高果园灌溉系统的效率，从而针对不同的土壤采取不同的灌溉方法。

公开(公告)号：CN110135371A

公开(公告)日：2019-08-16

申请号：CN201910419761.3

申请日：2019-05-20

Applicant: 华南农业大学

Inventor： 王卫星 ,  黄仲强 ,  姜晟 ,  赖俊桂 ,  李旺枝 ,  尧港东

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于Mixup算法的柑橘黄龙病识别方法及装置，该方法包括：将待分类的图像进行预处理，对预处理后的图像进行数据增强；将数据增强后的图像进行Mixup算法处理，建立样本之间的线性关系；对处理后的图像的像素点进行BN批量归一化处理，使所述像素点符合正态分布；将所述正态分布的像素点输入基于模型融合的深度可分离卷积分类模型，输出所述图像的分类结果。该方法解决了传统数据增强方法过于依赖原始图像和对抗性样本泛化性不足的局限性，采用基于模型融合的深度可分离卷积分类模型，提高了识别效率，降低了过拟合现象，鲁棒性强。