-
公开(公告)号:CN113326925A
公开(公告)日:2021-08-31
申请号:CN202110690555.3
申请日:2021-06-22
Applicant: 华南农业大学
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。
-
公开(公告)号:CN115063703A
公开(公告)日:2022-09-16
申请号:CN202210716215.8
申请日:2022-06-23
Applicant: 华南农业大学
Abstract: 本发明公开了一种果树成花率估测方法、系统、设备及存储介质,方法包括:采集果树花期的RGB图像,对所述RGB图像进行预处理,构建图像数据集;对所述图像数据集的花穗和树梢进行标注,获得完成标注的图像数据集;利用图像数据集对预先设立的目标检测模型进行预训练,通过对比精确度,选择最优的目标检测模型参数;利用最优的目标检测模型参数对目标检测模型进行训练,得到训练好的目标检测模型;利用训练好的目标检测模型对单棵果树的花穗和树梢进行目标检测,并构建单棵果树花穗和树梢的数量估计模型,利用数量估计模型对待检测果树成花率进行估计。本发明结合无人机技术和深度学习技术,通过实现果树花穗和树梢快速且准确地检测,从而为果树成花率的估测提供智能化的技术手段。
-
公开(公告)号:CN113424706A
公开(公告)日:2021-09-24
申请号:CN202110704776.1
申请日:2021-06-24
Applicant: 华南农业大学
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。
-
-