-
公开(公告)号：CN114689038B
公开(公告)日：2024-10-22
申请号：CN202210378912.7
申请日：2022-04-12
Applicant: 华南农业大学
IPC: G01C21/00 , G01C21/20 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/82 , B25J11/00 , B25J9/16
Abstract: 本发明公开了一种基于机器视觉的果实检测定位与果园地图构建方法，该方法利用采用搭载有RGBD相机的移动机器人实现水果果实目标检测、计数以及采摘定位，同时将视觉里程计信息以及激光雷达的点云信息数据进行融合，采用非线性优化方法实现用于果园环境中的SLAM建图与定位；之后基于多线程编程方法将两个线程融合，从而实现应用于实际果园环境中的移动机器人实时果实检测定位与全局建图与自定位，并基于构建完成的果园语义地图实现移动机器人在果园中的全局路径规划功能。依靠该方法能够实现智能化果园巡航、智能化果园产量预估以及采摘机器人果园环境感知等应用领域，能够较好地助力传统果园种植产业向自动化、智能化方向转型升级。
-
公开(公告)号：CN117058669A
公开(公告)日：2023-11-14
申请号：CN202311061583.4
申请日：2023-08-23
Applicant: 华南农业大学
IPC: G06V20/68 , G06V10/82 , G06V10/764 , G06V10/80 , G06V10/52 , G06V10/422 , G06V10/56 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的荔枝果实识别方法，包括以下步骤S1、获取荔枝图像作为样本图像；S2、对获取的荔枝图像进行预处理；S3、对预处理后的图像进行标注、构建荔枝数据集以及将数据集划分；S4、构建基于深度学习的荔枝识别模型；S5、将训练集输入步骤S4中所构建的荔枝识别模型中，并训练荔枝识别模型；S6、将待识别图像输入到步骤S5中经过训练后的荔枝识别模型中，获得待识别图像的荔枝识别结果。本发明能够自动识别自然环境下不同成熟度的荔枝，解决传统荔枝识别方法识别效果不佳的问题，方案中使用的荔枝识别模型在基于深度学习的YOLOv8的基础上引入了FasterNet模块和EMA注意力机制，能够有效提取重要特征，提高网络识别性能。
-
公开(公告)号：CN117333694A
公开(公告)日：2024-01-02
申请号：CN202311170454.9
申请日：2023-09-11
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/045 , G06N3/0499 , G06V10/762 , G06V10/25
Abstract: 本申请涉及基于深度学习的农作物害虫检测方法、装置、设备及介质，方法包括：采集在不同光照下各种类别的农作物害虫图像，对训练集中的各个农作物害虫图像中的农作物害虫位置添加锚点，基于聚类算法对锚点进行聚类以拟合所述训练集的尺度，确定农作物害虫检测模型的不同尺度的训练集；将农作物害虫检测模型的骨干网络更新为ShuffleNet v2模块，将深度可分离卷积神经网络更新至颈部网络的Conv模块中，并将Cross卷积神经网络更新至C3模块中的Botttlenet中，以及将ECA注意机制添加至骨干网络中，以完成农作物害虫检测模型的更新；将待检测农作物害虫图像输入至训练好的农作物害虫检测模型，确定待检测农作物害虫图像中农作物害虫的类别及位置。本申请能够大大提高检测效率。
-
公开(公告)号：CN117218421A
公开(公告)日：2023-12-12
申请号：CN202311170274.0
申请日：2023-09-11
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/08 , G06N3/045 , G06N3/0499
Abstract: 本申请涉及基于DC‑Ghost模型的水稻害虫识别方法、装置、设备及介质，所述方法包括：获取农田实地中各个生命周期的水稻害虫图像，根据各个生命周期的水稻害虫图像构建水稻害虫识别模型的数据集，根据数据集确定水稻害虫识别模型的训练集，水稻害虫模型包括DC‑Ghost模型；将channel shuffle通道混洗模块和DO卷积神经网络添加至GhostNet网络的核心模块中，将自适应卷积核的轻型注意力机制添加至GhostNet网络中，以及将预训练确定的模型权重信息迁移至DC‑Ghost模型中；将训练集输入至构建好的DC‑Ghost模型中，对DC‑Ghost模型进行迭代训练，直至DC‑Ghost模型达到收敛状态；将待识别水稻害虫图像输入至训练好的DC‑Ghost模型中，确定水稻害虫的类别以及生命周期。本申请能够准确、高效地识别出水稻害虫的类别及生命周期。
-
公开(公告)号：CN112507770B
公开(公告)日：2022-08-12
申请号：CN202010811336.1
申请日：2020-08-13
Applicant: 华南农业大学
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06F16/951 , G06Q50/02 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种水稻病虫害识别方法和系统，该方法包括：S1，采集稻田中的待识别水稻病虫害图像；S2，调用已训练好的深度学习识别模型对待识别水稻病虫害图像进行识别，并输出识别结果；S3，根据识别结果判断待识别水稻是否存在病虫害，若是，则发出报警提示，并输出病虫害的名称和对应的防治措施。本发明可准确对水稻病虫害进行识别，并给出相应的病虫害防治措施，有效控制水稻病虫害对水稻产量和质量的影响，减少农产品的经济损失。
-
Patent Agency Ranking
公开(公告)号：CN114187254A
公开(公告)日：2022-03-15
申请号：CN202111483581.5
申请日：2021-12-07
Applicant: 华南农业大学
Abstract: 本发明公开了一种用于采摘机器人的沙田柚图像识别方法，包括以下步骤：分别对未成熟沙田柚用色差分量R/4+3G/4‑B，成熟沙田柚用色差分量2R‑G‑B将沙田柚图像灰度化；利用阈值分割法将灰度图二值化；对二值图像再进行形态学运算，处理图像噪声；进行连通区域标记，采用种子填充法标记区域，去除区域像素点数小于的区域，再采用种子填充法第二次划分区域；使用扫描线填充法进行区域填充；获取离散的边缘点，再将离散点按顺序整合成点链，进行边缘提取；根据基于边缘点估测优化算法分别得到沙田柚身体圆和头部圆形状，获得沙田柚的整体轮廓信息，进行图像拟合，获得最终沙田柚识别标记。本发明的沙田柚图像识别方法的检测精度更高，可高效识别沙田柚的位置和状态。
-
公开(公告)号：CN113159060A
公开(公告)日：2021-07-23
申请号：CN202110199295.X
申请日：2021-02-23
Applicant: 华南农业大学
Abstract: 本发明提供了一种农作物虫害检测方法及系统，该方法包括：S1，采集并处理待检测农作物虫害图像；S2，对待检测农作物虫害图像进行特征提取，提取到虫害的特征参数，根据虫害的特征参数获得分类特征；S3，将分类特征输入已训练好的深度学习检测模型，深度学习检测模型识别出虫害的类别；S4，判断虫害的类别是否满足预设报警类别；若是，则执行步骤S5；S5，发出警报，并输出虫害的名称和对应的防治措施。本发明可准确对农作物虫害进行识别检测，并给出相应的虫害防治措施，有效控制虫害对农作物的破坏，从而提高农产品的产量。
-
公开(公告)号：CN110223349A
公开(公告)日：2019-09-10
申请号：CN201910366059.5
申请日：2019-05-05
Applicant: 华南农业大学
Abstract: 本发明公开了一种采摘点定位方法，包括以下步骤：获取训练好的YOLOv3目标检测模型，采集并检测果实生长区域图像，获取检测视野中的果实数量和位置，该目标检测模型融合密集连接与残差思想的特征提取网络；判断视野中果实数量，并根据数量判断图像为远景图和近景图；对近景图采用语义分割模型进行枝条分割，获得枝条分割图像；对远景图则再进行目标检测；判断枝条分割图像中的果实数量是否为1，若为1则使用单果实采摘策略，若不为1则采用多果实采摘策略；获取最终采摘定位点。本发明可实现对成熟串果进行无损伤采摘，通过算法精确寻找定位其剪切点位置，实现果实剪切式采摘，保证了果实的完整与采摘的效率。
-
公开(公告)号：CN106508282B
公开(公告)日：2018-10-30
申请号：CN201610844364.7
申请日：2016-09-22
Applicant: 华南农业大学
IPC: A01D46/24
Abstract: 本发明公开了一种夹剪式机械臂末端执行器，包括机架、驱动组件、夹剪机构，所述夹剪机构包括安装于机架上的刀片转动销轴，安装于转动销轴上的左刀片和右刀片，通过圆螺母与转动销轴连接的压刀块；所述左刀片下方设有弹性夹指组件，右刀片下方设有刚性夹指组件；如此设置，本发明公开的夹剪式机械臂末端执行器，其能够在使用一个动力源的情况下实现对果蔬的稳定夹持、快速剪切，有效减低农业采摘过程中对果实的损伤，同时，有效降低生产成本。
-
公开(公告)号：CN106508282A
公开(公告)日：2017-03-22
申请号：CN201610844364.7
申请日：2016-09-22
Applicant: 华南农业大学
IPC: A01D46/24
CPC classification number: A01D46/24
Abstract: 本发明公开了一种夹剪式机械臂末端执行器，包括机架、驱动组件、夹剪机构，所述夹剪机构包括安装于机架上的刀片转动销轴，安装于转动销轴上的左刀片和右刀片，通过圆螺母与转动销轴连接的压刀块；所述左刀片下方设有弹性夹指组件，右刀片下方设有刚性夹指组件；如此设置，本发明公开的夹剪式机械臂末端执行器，其能够在使用一个动力源的情况下实现对果蔬的稳定夹持、快速剪切，有效减低农业采摘过程中对果实的损伤，同时，有效降低生产成本。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
