公开(公告)号：CN117292278A

公开(公告)日：2023-12-26

申请号：CN202311278741.1

申请日：2023-09-28

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  范志文 ,  黄文忠 ,  李钊荣 ,  樊嘉文 ,  李金豪 ,  葛唯一 ,  赵静 ,  徐海涛 ,  兰玉彬

IPC: G06V20/17 ,  G06V10/22 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06V10/40 ,  G06V10/766 ,  G06V10/75

Abstract: 本申请涉及一种数字果园果树定位方法、装置、设备及介质，所述方法包括：将Mask R‑CNN模型中的骨干网络更新为Swin‑Transformer网络，并将混合任务级联架构的Hybrid Task Cascade检测器嵌入至所述Mask R‑CNN模型中，以构建果树图像实例分割模型；将荔枝果树的荔枝果树遥感图像输入至训练好的果树图像实例分割模型进行实例分割，确定果树分割结果，基于果树识别模型识别果树分割结果的荔枝果树遥感图像，确定荔枝果树遥感图像中荔枝果树的数量以及像素坐标；基于数字地形图确定果树的全球定位系统坐标；基于匹配算法将荔枝果树遥感图像中荔枝果树的数量以及像素坐标与荔枝果树在果园数字地形图中的全球定位系统坐标进行配对，确定荔枝果树的位置。本申请能够节约成本，无需安装定位装置。

公开(公告)号：CN117249831A

公开(公告)日：2023-12-19

申请号：CN202311263213.9

申请日：2023-09-27

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  李金豪 ,  周金鑫 ,  葛唯一 ,  黄彬山 ,  黄文忠 ,  高富豪 ,  徐海涛 ,  兰玉彬

IPC: G01C21/20 ,  G06Q10/047 ,  G06V20/17 ,  G06V10/774

Abstract: 本发明提供了一种无人机航线规划方法、电子设备和存储介质，其中方法包括提取所有树木的经纬度坐标，得到经纬度坐标集合。采集电池电量和飞行距离，构建电池电量和飞行距离之间的预测模型。获取已训练航线规划模型，已训练航线规划模型基于注意力机制，预测模型为已训练航线规划模型的解码器的部分输入。从经纬度坐标集合中筛选出航点坐标，将航点坐标输入已训练航线规划模型进行航线规划，得到无人机飞行航线。将无人机电量作为已训练航线规划模型的约束条件，能够使生成的无人机飞行航线的飞行距离最短，从而提高无人机采集数据的效率。另外，本发明提供的方法能够更好地适应果树分布的复杂性，从而高效地规划无人机飞行航线。

公开(公告)号：CN117152118A

公开(公告)日：2023-12-01

申请号：CN202311237447.6

申请日：2023-09-25

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  樊嘉文 ,  周金鑫 ,  葛唯一 ,  黄彬山 ,  黄文忠 ,  高富豪 ,  兰玉彬

IPC: G06T7/00 ,  G06T3/40 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供了一种基于图像处理的树梢检测方法、电子设备和存储介质，其中方法包括获取待重建图像集，待重建图像集包括经过预处理的无人机拍摄的树梢图像。对待重建图像集进行超分辨率重建，得到重建后图像集。从重建后图像集中筛选出测试图像集，使用Tood‑SPCS模型对测试图像集进行树梢检测，在树梢检测的同时进行切片辅助推理，得到树梢检测结果；其中，Tood‑SPCS模型为基于Swin‑Transformer网络的目标检测模型。对待重建图像集进行超分辨率重建，在进行树梢识别前提高了待重建图像集的清晰度。通过切片辅助推理得到的小图具有更多的上下文信息，可以增强获取局部信息的能力，从而提高树梢检测的准确度。

公开(公告)号：CN118799575A

公开(公告)日：2024-10-18

申请号：CN202410914804.6

申请日：2024-07-09

Applicant: 华南农业大学

Inventor： 龙拥兵 ,  葛唯一 ,  刘丹丹 ,  梁长江 ,  黄文忠

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/10 ,  G06V20/17 ,  G06V10/20 ,  G06V10/82 ,  G06V10/80 ,  G06T7/62 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06N5/04 ,  G06Q50/02

Abstract: 本发明公开了一种基于语义分割算法的冠层荔枝花分割方法和系统，涉及深度学习和计算机视觉技术领域，其中方法包括：使用无人机在不同高度采集荔枝树图像；对所述荔枝树图像进行预处理，得到多株预处理后图像；使用Unet网络模型对多株预处理后图像进行语义分割，得到多株荔枝树冠层图像；使用改进的语义分割模型Upernet将每株荔枝树冠层图像的冠层荔枝花分割出来，得到冠层荔枝花图像。本发明采用了包括Twins‑PCPVT、CBAM以及改进的网络模型检测头等在内的先进模块，构建了一个综合的深度学习网络模型，从而显著提升了对荔枝树冠层及花朵特征的分割精度。通过上述方法可以显著提升荔枝花生长状况监测的效率和准确性，为荔枝树的精准农业管理提供强有力的技术支持。