-
公开(公告)号:CN117752328A
公开(公告)日:2024-03-26
申请号:CN202410042889.3
申请日:2024-01-11
Applicant: 河北农业大学
IPC: A61B5/11
Abstract: 本发明公开了一种基于计算机视觉的轻量级病理步态分析方法,涉及计算机视觉技术领域。该分析方法包括:采集侧视图步态的彩色图像序列,对彩色图像序列进行自动周期划分,生成新的侧视图步态模板FEI,作为深度学习网络的输入数据集;选择MoileNetv2为基础算法,引入改进注意力机制ICBAM模块,对MobileNetv2卷积网络提取的卷积特征图进行关注,以降低图像中无关信息的权重,减少信息冗余,使空间注意和通道注意力不受先后顺序的影响;设计新的定制头部,采用深度可分离卷积替换原全局平均池化层,使得深度网络能更好保留通道和空间信息,增强模型的特征表达能力和泛化能力,提高病理步态的识别精度,并通过消融实验和模块对比实验,分析和评估改进模型的性能。
-
公开(公告)号:CN118643832A
公开(公告)日:2024-09-13
申请号:CN202410731098.1
申请日:2024-06-06
Applicant: 河北农业大学
IPC: G06F40/295 , G06F16/35 , G06F16/31 , G06F16/33 , G06F18/2415 , G06N20/00
Abstract: 本发明公开了基于类别引导与词汇增强的农业病害命名实体识别方法,包括:根据原始文本,构建关于实体类型的Trie词典树和问题模板;将问题模板和原始文本分别输入预训练语言模型,获取文本嵌入和问题模板嵌入;将原始文本在Trie词典树中进行词汇匹配,并与问题模板嵌入进行拼接,获取词汇增强的问题模板嵌入;将词汇增强的问题模板嵌入和文本嵌入输入标签信息注意力计算模型,并利用指针网络预测实体标签,获取目标实体。本发明应用前缀匹配算法获取相关词汇,将相关词汇向量与问题模板嵌入表达拼接实现外部词汇信息的增强,丰富了上下文信息;在推理过程中,采用标签信息注意力计算模型,相较原有方法计算复杂度高的问题有了显著改善。
-
公开(公告)号:CN118550991A
公开(公告)日:2024-08-27
申请号:CN202410606689.6
申请日:2024-05-16
Applicant: 河北农业大学
Abstract: 本发明公开了一种基于异构知识融合的农业病害知识问答检索方法及系统,包括:构建异构知识库,对问题文本进行处理,获取问题向量和目标实体;将所述问题向量与所述知识文档向量库进行匹配,获取上下文匹配信息;将所述目标实体分别与所述农业病害知识图谱进行匹配,获取三元组匹配信息;将所述问题文本、所述上下文匹配信息和所述三元组匹配信息进行整合,获取提示词;将所述提示词输入大语言模型,获取农业病害知识问答检索结果。面对简单的问题,本发明能够自动化的从知识文档中检索到答案,能够实现深层语义理解;而针对复杂问题,本发明能够进行知识推理,实现对复杂问题的综合分析,从而提升知识问答系统的智能化水平和服务质量。
-
公开(公告)号:CN118230021A
公开(公告)日:2024-06-21
申请号:CN202410054588.2
申请日:2024-01-15
Applicant: 河北农业大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/26 , G06V10/30 , G06V20/10 , G06N3/0499 , G01S17/88
Abstract: 本发明公开了一种基于点云集合的跨季单木种类识别方法及应用,属于图像处理和计算机视觉技术领域,包括以下步骤:S1、使用激光雷达获取目标区域树木有叶子和无叶子的三维点云数据;S2、从目标区域三维点云数据中提取所有单棵树木;S3、对每棵树木的三维点云进行预处理;S4、使用Numpy库将单棵树木围绕X、Y、Z轴分别随机旋转0~10°、0~10°和0~360°实现数据增强;S5、通过基于结构感知的深度学习分类模型构建树木种类分类器;S6、将新的树木点云数据输入构建好的树木种类分类器,实现树木种类的自动识别。本发明采用上述的一种基于点云集合的跨季单木种类识别方法及应用,该方法能够自动处理点云数据中的噪声和无关信息,提高了处理效率和准确性。
-
公开(公告)号:CN117876338A
公开(公告)日:2024-04-12
申请号:CN202410054587.8
申请日:2024-01-15
Applicant: 河北农业大学
IPC: G06T7/00 , G06V10/82 , G06V10/774 , G06V10/26 , G06V10/40 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向开放环境的单阶段作物叶片异常识别方法,属于计算机视觉和植物病理学技术领域,该方法包括以下步骤:S1、数据采集与预处理;S2、基于步骤S1的数据集,进行数据增强;S3、构建单阶段训练模型;S4、进行模型训练与推理。本发明采用上述的一种面向开放环境的单阶段作物叶片异常识别方法,不仅降低了对训练数据的获取难度,简化了实施过程,提高了病斑识别的准确性和效率,而且通过将叶片分割和病斑识别集成在同一深度学习框架中,为大规模农业监控和植物病理学研究提供一种实用、高效的工具,在处理不同作物种类和各种环境条件下的叶片图像方面表现出良好的泛化能力和适应性,具有广泛的应用前景和重大的实用价值。
-
公开(公告)号:CN220102797U
公开(公告)日:2023-11-28
申请号:CN202320003310.3
申请日:2023-01-03
Applicant: 河北农业大学
Abstract: 本实用新型涉及一种手持雷达扫描支撑装置,提供了一种可拆卸双手持雷达显示扫描支撑装置,包括环形支撑架和雷达固定装置;所述环形支撑架两侧设置有手柄,所述环形支撑架底部中间焊接有支撑底座,所述环形支撑架顶部右侧设置有定位螺丝孔,所述环形支撑架顶部设置有旋转连接件,所述雷达固定装置通过所述旋转连接件与所述环形支撑架连接。有益效果在于:可实现单人在勘测过程中单独作业并随时观看勘测图像,同时可实现多个器件一体化工作并可拆卸单独保存,避免损坏无法更换器件导致成本较高。
-
-
-
-
-