基于密度图回归的卷积神经网络的花量统计方法、系统、设备及介质

    公开(公告)号:CN113326925B

    公开(公告)日:2023-11-28

    申请号:CN202110690555.3

    申请日:2021-06-22

    Abstract: 本发明公开了一种基于密度图回归的卷积神经网络的花量统计方法、系统、设备及介质,该方法包括构建卷积神经网络模型;获取花期花朵图像并构建数据集;训练卷积神经网络模型;进行验证并调整当前卷积神经网络的参数;选取最终的花量统计模型并进行预测。本发明采用基于密度图的花量统计方法,而非传统人工计数,可实现快速准确统计花量;使用不同大小的卷积核的子网络适应花朵分辨率大小尺度不同的情况,使模型在不同形态的花量统计下更加具鲁棒性;相比现有发明,本发明提升了模型在计数高密度花量时的精度,同时相比目标检测方法,该技术不需要精确的边界框大小和精准的边界框位置,提升了模型的专一性,输出更快的密度图和计数结果。

    基于图像识别的复杂果园龙眼串果检测方法、系统、设备及介质

    公开(公告)号:CN115019301B

    公开(公告)日:2025-02-18

    申请号:CN202210596417.3

    申请日:2022-05-30

    Abstract: 本发明公开了一种基于图像识别的复杂果园龙眼串果检测方法、系统、设备及介质,方法包括:构建图像识别模型;图像识别模型包括预训练参数加载模块、图像尺寸归一化模块、目标特征提取模块、池化模块、多尺度特征融合模块和目标预测模块;对采集的龙眼串果图像进行数据扩增和预处理,获得初始数据集;对初始数据集中每个图像上的龙眼串果进行标注;将完成标注的初始数据集按照设定的比例分为训练集和验证集;利用训练集中的图像和标注数据对图像识别模型进行训练;利用训练好的龙眼串果检测模型对龙眼果园图像的龙眼串果进行检测。本发明将计算机视觉技术应用到自然条件下复杂果园中龙眼的检测,避免了基于形状、颜色阈值等识别方法的局限性。

    一种搭载在无人机上的水果自动采收装置及其控制方法

    公开(公告)号:CN114916318B

    公开(公告)日:2023-05-02

    申请号:CN202210596569.3

    申请日:2022-05-30

    Abstract: 本发明公开了一种搭载在无人机上的水果自动采收装置及其控制方法,装置包括:水果定位组件、控制及信息传输设备和采摘机构;所述水果定位组件包括RGB‑D相机、微型处理器和光电传感器;所述控制及信息传输设备包括Arduino开发板、继电器、电机控制板和USB‑TypeB数据线;所述采摘机构包括电池、电机保护壳、电机、丝杆、套筒、支撑杆、钢条、带夹持机构的剪刀;使用时,光电传感器检测到水果的结果母枝进入剪刀中间时,向微型处理器发射信号;微型处理器收到光电传感器的信号后运行水果定位程序,定位水果并判断无人机是否到达目的地位置。本发明搭载在无人机平台上,能够适应丘陵果园的复杂地形条件,有效解决了采摘机器人面对高大果树上的果实无法工作的问题。

    一种基于杠杆原理的无人机自平衡采摘装置及其控制方法

    公开(公告)号:CN113424706B

    公开(公告)日:2022-05-10

    申请号:CN202110704776.1

    申请日:2021-06-24

    Abstract: 本发明公开了一种基于杠杆原理的无人机自平衡采摘装置及其控制方法,该装置包括电动摘果装置、摄像头固定支架、双目视觉摄像头组件、前杆主体、连接机构、滚珠丝杆滑台、后杆主体、配重盒、剪刀机构、重量传感器和果枝夹紧机构;使用时,先将装置固定在无人机上,通过双目视觉摄像头采集的图像搜寻目标并进行无人机微调位置,然后通过中控控制电动摘果装置执行采摘作业和滚珠丝杆滑台工作,采摘完成后,重量传感器反馈果实的初步检测质量信息给无人机处理器,之后滚珠丝杆滑台基于杠杆原理的计算结果进行调节伸缩长度,以基本平衡无人机采摘前端载荷突变果实突然增加的重量,保证无人机的稳定性。本发明适合在林果园果实采收和修剪摘领域使用。

Patent Agency Ranking