-
公开(公告)号：CN114463675A
公开(公告)日：2022-05-10
申请号：CN202210028850.7
申请日：2022-01-11
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种水下鱼类群组活动强度识别方法及装置，包括：获取目标鱼群在水下的多个目标鱼群图像；基于多个目标鱼群图像中的时间信息，将多个目标鱼群图像输入至行为识别模型，确定由行为识别模型输出的目标鱼群的个体行为信息和群组行为强度信息；行为识别模型是基于特征向量分布矫正模块构建的。本发明提供的水下鱼类群组活动强度识别方法及装置，通过基于特征向量分布矫正模块构建行为识别模型，能够使用少量的扩充数据样本特征和基础样本数据集特征来使得活动特征向量的纬度服从高斯分布，进而有效地解决使用少数样本学习的估计分布与真实分布之间的不匹配情况，从而提高鱼类群组行为的识别精度。
-
公开(公告)号：CN119516580A
公开(公告)日：2025-02-25
申请号：CN202510083465.6
申请日：2025-01-20
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明提供一种鱼群患病程度识别方法和装置，应用于水产养殖技术领域。该方法包括：采集鱼群图像数据，并对所述鱼群图像数据进行数据增强处理，以及基于处理后的鱼群图像数据构建鱼病识别数据集；通过所述鱼病识别数据集训练鱼病识别模型，所述鱼病识别模型用于识别鱼群患病程度等级；其中，所述鱼病识别模型包括深度可分离卷积模块、压缩和激励SE注意力机制模块以及带有可学习间距的空洞卷积DCLS模块，所述深度可分离卷积模块用于捕捉鱼体病变区域特征，所述SE注意力机制模块用于增强鱼体病变区域特征，所述DCLS模块用于动态调整采样间距以提取多尺度特征。
-
公开(公告)号：CN119274026A
公开(公告)日：2025-01-07
申请号：CN202411202079.6
申请日：2024-08-29
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V10/80 , G06V10/52 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/22 , G06N3/0464
Abstract: 本发明提供一种多尺度害虫种类的检测方法、装置及电子设备，方法包括：对采集的害虫图像进行预处理，以构建害虫图像数据集；基于YOLOv8模型，构建害虫图像检测模型；其中，在YOLOv8模型的网络架构的主干部分中添加深度多尺度卷积模块；在YOLOv8模型的网络架构的颈部部分添加尺度序列特征融合模块和特征编码模块；训练害虫图像检测模型，得到训练后的害虫图像检测模型；将害虫图像数据集输入训练后的害虫图像检测模型，得到害虫种类检测结果。通过采用上述方法，解决现有的害虫图像检测方式中对多尺度害虫检测精度受限的问题。
-
公开(公告)号：CN119027718A
公开(公告)日：2024-11-26
申请号：CN202410992246.5
申请日：2024-07-23
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V10/764 , G06V10/774 , G06V20/70 , G06V10/82 , G06V20/60 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0895
Abstract: 本发明提供一种样本稀缺状况下的害虫图像识别方法及装置，方法包括：获取可见类害虫的图像数据、语义信息以及不可见类害虫的语义信息，以构建训练集；采用训练集对生成对抗网络中的生成器进行训练，得到训练后的生成器，生成对抗网络中添加有对比学习模块和视觉语义对齐模块；采用训练后的生成器对零样本分类器进行训练，得到训练后的零样本分类器；应用训练后的零样本分类器，识别不可见类害虫或可见类害虫的害虫种类。通过采用上述方法，解决传统的监督式害虫识别模型对训练样本数据中未出现过的害虫类别无法识别的问题。
-
公开(公告)号：CN119006995A
公开(公告)日：2024-11-22
申请号：CN202411004775.6
申请日：2024-07-25
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/05 , G06V20/40 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06N3/084 , G06N3/0985
Abstract: 本申请提供一种鱼群密度估测方法及装置，涉及水产养殖技术领域。所述方法包括：确定鱼群计数数据集；将鱼群计数数据集输入至目标模型，得到鱼群密度图；目标模型包括：特征提取模块，用于提取初始特征信息；特征增强模块，用于对初始特征信息进行特征增强，得到目标特征信息；目标特征信息包括标记特征信息与未标记特征信息；密度分类模块，用于将未标记特征信息分类为第一前景特征与第一背景特征；前景增强模块，用于将标记特征信息进行特征增强，得到第二前景特征与第二背景特征；密度估测模块，用于确定鱼群密度图。本申请提供的鱼群密度估测方法及装置，可以准确估测鱼群密度。
-
Patent Agency Ranking
公开(公告)号：CN117820901A
公开(公告)日：2024-04-05
申请号：CN202311710921.2
申请日：2023-12-13
Applicant: 北京市农林科学院信息技术研究中心
IPC: C09D11/50 , C09D11/03 , C09D11/106
Abstract: 本发明涉及油墨材料技术领域，具体为一种低黏度双重防伪油墨及其制备方法和应用。该油墨按质量百分比包括：Er/Yb/N‑GQDs‑BCNCs纳米杂化物0.5～1.5％、表面活性剂0.1～1.5％、聚乙烯醇2～8％、尿素0.5～1.5％和消泡剂0.01～1％，余量为水；其中，Er/Yb/N‑GQDs‑BCNCs纳米杂化物为细菌纤维素纳米晶和Er/Yb/N共修饰的石墨烯量子点纳米杂化物。本发明制备的油墨黏度相对较低，且具有剪切变稀特性，从而增强油墨的流动性和延展性，减少印刷时的溢出量，提高印刷效果；同时还具有光致发光(蓝光)和上转换发光(绿光)特性，能够实现双重防伪，因此油墨综合性能优异。
-
公开(公告)号：CN114781683B
公开(公告)日：2023-10-20
申请号：CN202210208805.X
申请日：2022-03-04
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q10/04 , G06Q50/02 , G06F18/214 , G06F18/2415
Abstract: 本发明提供一种温室黄瓜霜霉病预测方法及装置，该方法包括：在待预测温室内黄瓜霜霉病菌孢子囊的数量大于第一预设值的情况下，获取待预测温室内的气象数据；将待预测温室内的气象数据输入黄瓜霜霉病预测模型，获取黄瓜霜霉病预测模型输出的待预测温室黄瓜霜霉病的预测结果；其中，黄瓜霜霉病预测模型，是基于样本数据及对应的样本标签进行训练得到的；样本数据，包括样本温室内的气象数据；样本标签，包括样本温室内黄瓜霜霉病的实际发病情况。本发明提供的温室黄瓜霜霉病预测方法及装置，能更准确的获取待预测温室内黄瓜霜霉病的预测结果，能为提前采取防治措施以更好的防治黄瓜霜霉病提供依据，能更好的防治黄瓜霜霉病。
-
公开(公告)号：CN115100517A
公开(公告)日：2022-09-23
申请号：CN202210646228.2
申请日：2022-06-08
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种田间昆虫识别方法及装置，该方法包括：获取目标图像；将目标图像输入昆虫识别模型，获取昆虫识别模型输出的目标图像的昆虫识别结果；其中，目标图像中包括田间昆虫；昆虫识别模型是以样本图像为样本，以样本图像的昆虫识别结果为样本标签进行训练后得到的；样本图像中包括田间昆虫；昆虫识别模型是基于融合通道信息和位置信息的双注意力机制以及MobileNet网络构建的。本发明提供的田间昆虫识别方法及装置，能通过在轻量级的MobileNet网络中引入双注意力机制，实现在降低模型复杂度、参数量和推理时长的同时，保持较高的田间昆虫识别准确率，实现昆虫识别模型在移动设备中的部署和应用。
-
公开(公告)号：CN114451338A
公开(公告)日：2022-05-10
申请号：CN202111642230.4
申请日：2021-12-29
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种鱼群的摄食强度分级方法、装置及智能调速投饲机，该方法包括：获取鱼群摄食视频数据，并根据所述视频数据提取固定帧数的短视频段；将所述短视频段输入训练后的3D RESNET‑GLORE网络模型，输出鱼群摄食行为等级的识别结果；其中，所述3D RESNET‑GLORE网络模型为包括多组残差网络的模型，每组残差网络包括RESIDUAL残差块和GLORE单元。该方法能够真实反应鱼群的动态特性，从而有利于提高识别结果的准确性，同时基于包括RESIDUAL残差块和GLORE单元的3D RESNET‑GLORE网络模型，使得检测模型较少容量的情况下，能够具有较高的准确度。
-
公开(公告)号：CN114414566A
公开(公告)日：2022-04-29
申请号：CN202111565256.3
申请日：2021-12-20
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种鱼类新鲜度无损检测方法及装置，该方法包括：获取待检测鱼体对应的新鲜度指示膜的目标图像；确定所述目标图像与初始时刻图像的色差值；将所述色差值输入预设的检测模型，输出所述待检测鱼体的新鲜度指标值；其中，所述新鲜度指示膜，根据待检测鱼体初始时刻的标本，以细菌纤维素膜为固体基质制作得到；所述检测模型，根据不同的已知色差值和鱼体的新鲜度指标值的鱼体样本训练学习得到。该方法无需破坏鱼肉组织来测定鱼肉的腐烂程度，可避免检测鱼体的破坏。同时该方法只需预先制备新鲜度指示膜，在具体检测时，只需通过拍照便可得到检测结果，检测效率较高，能够切实提高物流过程以及销售过程的鱼肉新鲜度检测效率和准确度。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.044 seconds)
