-
公开(公告)号:CN116343003A
公开(公告)日:2023-06-27
申请号:CN202310131281.3
申请日:2023-02-17
IPC: G06V10/82 , G06V10/80 , G06V10/52 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于多尺度膨胀卷积网络的橡胶叶部病害识别方法,包括:构造DISE‑Net模型,所述DISE‑Net模型包括依次连接的预处理网络模块、级联密集DISE模块和后处理模块;获取训练数据集并利用所述训练数据集对所述DISE‑Net模型进行训练,获得训练后的DISE‑Net模型;将待识别的橡胶叶部图片输入至所述训练后的DISE‑Net模型,获得橡胶叶部的病害识别结果。本发明设计了一个Dilated‑inception模块,它具有不同的感受野能够提取不同尺度的特征,以增强多尺度特征提取的性能,然后嵌入注意力模块以提升模型对于通道信息的敏感性,此外,在模型建立中采用密集连接策略来增强信道特征传播,充分利用每层网络提取的特征,使得识别方法具有很好的稳健性和准确率。
-
公开(公告)号:CN115546611A
公开(公告)日:2022-12-30
申请号:CN202211363544.5
申请日:2022-11-02
Abstract: 本发明公开了一种橡胶病害图像识别方法、移动设备、嵌入式设备,方法包括:将待识别橡胶病害图像输入至预先训练完成的跨尺度注意力轻量级网络中得到识别结果;其中,跨尺度注意力轻量级网络包括预处理网络模块、多尺度注意力网络模块、网络输出模块;多尺度注意力网络模块包括五组依次连接的跨尺度注意力网络模块,以及除最后三组外的跨尺度注意力网络模块之间均连接的最大池化层;每一跨尺度注意力网络模块包括依次连接的分组多尺度膨胀卷积模块、跨尺度注意力特征提取模块,以及连接分组多尺度膨胀卷积模块的输入和跨尺度注意力特征提取模块的输出的第一残差加法器。本发明病害识别准确率高,且可以用于移动设备和嵌入式设备的作物病害识别。
-
公开(公告)号:CN117911906B
公开(公告)日:2024-06-21
申请号:CN202410254381.X
申请日:2024-03-06
Applicant: 海南大学
IPC: G06V20/17 , G06V10/764 , G06T7/73
Abstract: 本发明公开了一种无人机网格化智能施药方法,属于农业植保技术领域,包括S1、获取丘陵山地果园信息;S2、建立果园病虫害分布处方图;S3、采用棋盘分割方法,将果园病虫害分布处方图划分为不同的作业网格;S4、根据预先设定的病害阈值,将每个作业网格分类为施药区和非施药区;S5、根据施药流量与果园病虫害分布处方图,分别将BP神经网络PID算法、模糊控制算法PID算法嵌入无人机智能施药系统,获取PWM信号占空比与喷头的施药流量之间最优变量喷雾控制算法模型。本发明采用上述一种无人机网格化智能施药方法,通过基于网格化的智能施药,有助于提升施药的准确率。
-
公开(公告)号:CN117911906A
公开(公告)日:2024-04-19
申请号:CN202410254381.X
申请日:2024-03-06
Applicant: 海南大学
IPC: G06V20/17 , G06V10/764 , G06T7/73
Abstract: 本发明公开了一种无人机网格化智能施药方法,属于农业植保技术领域,包括S1、获取丘陵山地果园信息;S2、建立果园病虫害分布处方图;S3、采用棋盘分割方法,将果园病虫害分布处方图划分为不同的作业网格;S4、根据预先设定的病害阈值,将每个作业网格分类为施药区和非施药区;S5、根据施药流量与果园病虫害分布处方图,分别将BP神经网络PID算法、模糊控制算法PID算法嵌入无人机智能施药系统,获取PWM信号占空比与喷头的施药流量之间最优变量喷雾控制算法模型。本发明采用上述一种无人机网格化智能施药方法,通过基于网格化的智能施药,有助于提升施药的准确率。
-
公开(公告)号:CN215354092U
公开(公告)日:2021-12-31
申请号:CN202121848579.9
申请日:2021-08-09
Applicant: 海南大学
Abstract: 本实用新型公开了一种天然橡胶树喷雾喷粉机喷粉管,涉及农业植保机械领域,包括:大弯管、大软管、短直管、长直管和防堵罩,大弯管在A端装有防堵罩,在B端与大软管嵌入式连接,大软管在C端与短直管嵌入式连接,短直管在D端与长直管嵌入式连接,E端为喷粉管出口。本实用新型提供的天然橡胶树喷雾喷粉机喷粉管能够改善药粉的流动性,防止药粉团聚,提高药粉的喷施均匀性。
-
-
-
-