-
公开(公告)号：CN111178197B
公开(公告)日：2023-04-07
申请号：CN201911320756.3
申请日：2019-12-19
Applicant: 华南农业大学
Abstract: 本发明提供的基于Mask R‑CNN和Soft‑NMS融合的群养粘连猪实例分割方法，包括建立群养粘连猪视频和图像数据集；构建基于Mask R‑CNN的分割网络，包括基础骨干网络、RPN网络和三分支网络；通过基础骨干网络对图像数据集进行多尺度特征的提取，得到特征映射；基于特征映射，RPN生成感兴趣区域RoIs，并对RoIs进行目标分类以及回归，利用Soft‑NMS去除冗余的检测框，获取最好的目标RoIs；对每个目标RoIs进行双线性插值操作，将每个RoIs处理为相同大小；利用三分支网络实现对相同大小的RoIs进行检测、分类和分割操作。本发明提供的群养粘连猪实例分割方法，针对猪只重叠、粘连及其他复杂环境导致目标猪只漏检问题，在基本的Mask R‑CNN框架上采用Soft‑NMS算法代替传统的NMS算法，能有效降低粘连猪的漏检率。
-
公开(公告)号：CN115330833A
公开(公告)日：2022-11-11
申请号：CN202210632880.9
申请日：2022-06-06
Applicant: 华南农业大学
IPC: G06T7/246 , G06T7/277 , G06V10/762 , G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种改进多目标跟踪的果实产量估算方法。该方法包括以下过程：获取自然场景下的农作物的视频数据；基于改进YOLOv5s模型识别视频数据中的目标农作物；将所述改进YOLOv5s模型识别的结果作为跟踪算法的输入；所述采用卡尔曼滤波、匈牙利匹配算法以及改进多目标跟踪算法构建产量估算算法，并采用所述产量估算算法统计所述目标农作物的数量。本发明提供的改进多目标跟踪的果实产量估算方法，可以实现果实产量估算的需求，为实现果园智能化管理提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN107909787A
公开(公告)日：2018-04-13
申请号：CN201710950749.6
申请日：2017-10-13
Applicant: 华南农业大学
Abstract: 本发明涉及一种生物分子间相互作用强弱状态的监测装置，包括处理器模块、数据采集模块、数据接收模块、语音处理模块、显示模块、按键模块和扬声器；所述的数据采集模块用于采集生物分子间相互作用的数据信息；所述的数据接收模块、语音处理模块、显示模块和按键模块均与处理器模块连接；所述的数据采集模块和数据接收模块均内置通讯单元，所述的通讯单元用于数据传输；所述的数据采集模块与数据接收模块通过通讯单元进行数据传输；所述的语音处理模块与扬声器连接。
-
公开(公告)号：CN115223191A
公开(公告)日：2022-10-21
申请号：CN202210542599.6
申请日：2022-05-18
Applicant: 华南农业大学
IPC: G06V40/10 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/40
Abstract: 本发明公开了一种群养生猪行为的识别和跟踪方法，包括如下步骤：S1：建立群养生猪的视频数据集；S2：构建YOLOX‑S模型；S3：构建YOLOX‑S+DeepSORT模型，所述YOLOX‑S+DeepSORT模型包括YOLOX‑S模型、卡尔曼滤波和匈牙利匹配算法；S4：构建改进的YOLOX‑S+DeepSORT模型，所述改进的YOLOX‑S+DeepSORT模型包括YOLOX‑S+DeepSORT模型和DeepSORT优化算法。本发明能够有效改进ID频繁错误变换，提升跟踪器的准确度，保持优秀的检测跟踪速度，实现实际养猪场的猪只多类行为的实时监控与快速准确跟踪。
-
公开(公告)号：CN112861855A
公开(公告)日：2021-05-28
申请号：CN202110148643.0
申请日：2021-02-02
Applicant: 华南农业大学
Abstract: 本申请是关于一种群养猪的实例分割方法。该方法采用基于修正网络和Mask Scoring R‑CNN模型形成的对抗网络模型对群养猪进行实例分割。由于修正网络采用平滑损失函数以及Mask Scoring R‑CNN模型中存在一个分割质量评分网络，本申请提供的方案，能够实现实例分割掩码损失函数的快速收敛，提高模型的分割质量，从而解决群养猪实例分割中猪只重叠和遮挡导致的猪只漏检与边缘轮廓分割粗糙问题。
-
公开(公告)号：CN111178197A
公开(公告)日：2020-05-19
申请号：CN201911320756.3
申请日：2019-12-19
Applicant: 华南农业大学
Abstract: 本发明提供的基于Mask R-CNN和Soft-NMS融合的群养粘连猪实例分割方法，包括建立群养粘连猪视频和图像数据集；构建基于Mask R-CNN的分割网络，包括基础骨干网络、RPN网络和三分支网络；通过基础骨干网络对图像数据集进行多尺度特征的提取，得到特征映射；基于特征映射，RPN生成感兴趣区域RoIs，并对RoIs进行目标分类以及回归，利用Soft-NMS去除冗余的检测框，获取最好的目标RoIs；对每个目标RoIs进行双线性插值操作，将每个RoIs处理为相同大小；利用三分支网络实现对相同大小的RoIs进行检测、分类和分割操作。本发明提供的群养粘连猪实例分割方法，针对猪只重叠、粘连及其他复杂环境导致目标猪只漏检问题，在基本的Mask R-CNN框架上采用Soft-NMS算法代替传统的NMS算法，能有效降低粘连猪的漏检率。
-
公开(公告)号：CN105761234A
公开(公告)日：2016-07-13
申请号：CN201610059167.4
申请日：2016-01-28
Applicant: 华南农业大学
CPC classification number: G06T5/50 , G06T3/4061 , G06T2207/10036 , G06T2207/20221
Abstract: 本发明公开一种基于结构稀疏表示的遥感图像融合方法，利用自适应权值系数计算模型求出多光谱图像的亮度分量，将相似图像块组成结构组，利用结构组稀疏模型求出亮度分量和全色图像的结构组字典和组稀疏系数，应用绝对值最大规则进行全色图像稀疏系数的部分替换，生成新的稀疏系数，利用全色图像的组字典和新的稀疏系数重构出高空间分辨率亮度图像。最后，用通用分量替换模型进行融合，获得高分辨率多光谱图像。本发明将结构组稀疏表示引入到遥感图像融合领域，克服了在经典稀疏表示融合方法中只考虑单一图像块的局限，同经典稀疏表示方法相比，本发明具有更加优越的光谱保持和空间分辨率提高性能，且极大地缩短了遥感图像融合过程中训练字典的时间。
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
