-
公开(公告)号：CN117292248B
公开(公告)日：2024-04-26
申请号：CN202311420938.4
申请日：2023-10-30
Applicant: 吉林农业大学
IPC: G06V20/00 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/02
Abstract: 本发明公开了基于深度学习的农田喷药系统及其杂草检测方法，属于深度学习和智能喷药技术领域，本发明基于W‑YOLOv5和HSV色彩空间过滤的杂草检测方法并开发了智能精准喷药系统，将杂草检测算法在服务器训练、调试后嵌入至开发板中，利用摄像头采集农田作物和杂草图像，通过开发板运算处理后得到杂草位置并输出杂草严重等级，开发板根据杂草严重等级通过GPIO向四路继电器发送不同电平信号，进而控制电磁阀的开闭，通过四个电磁阀的不同开闭组合，实现精准变量喷药，同时还能完成系统流量的监测。本发明可精准检测农田中的各类杂草，并智能决策喷药量，无需人为主观判断，减少了农药的浪费和对农田的污染，对提高农产品安全和生态环境可持续发展具有重要意义。
-
公开(公告)号：CN117292248A
公开(公告)日：2023-12-26
申请号：CN202311420938.4
申请日：2023-10-30
Applicant: 吉林农业大学
IPC: G06V20/00 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/02
Abstract: 本发明公开了基于深度学习的农田喷药系统及其杂草检测方法，属于深度学习和智能喷药技术领域，本发明基于W‑YOLOv5和HSV色彩空间过滤的杂草检测方法并开发了智能精准喷药系统，将杂草检测算法在服务器训练、调试后嵌入至开发板中，利用摄像头采集农田作物和杂草图像，通过开发板运算处理后得到杂草位置并输出杂草严重等级，开发板根据杂草严重等级通过GPIO向四路继电器发送不同电平信号，进而控制电磁阀的开闭，通过四个电磁阀的不同开闭组合，实现精准变量喷药，同时还能完成系统流量的监测。本发明可精准检测农田中的各类杂草，并智能决策喷药量，无需人为主观判断，减少了农药的浪费和对农田的污染，对提高农产品安全和生态环境可持续发展具有重要意义。
-
公开(公告)号：CN118942123A
公开(公告)日：2024-11-12
申请号：CN202411411545.1
申请日：2024-10-11
Applicant: 吉林农业大学
IPC: G06V40/10 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于MG‑ShuffleNet网络结构的冬捕鱼分类识别方法，属于图像识别和深度学习技术领域，根据冬捕鱼图像特征，将模型Stage2、Stage3和Stage4中的基本单元堆叠次数缩减一半（向下取整）；重新设计ShuffleNet V2的整体架构，采用提出的多尺度空洞融合模块替换ShuffleNet V2基本单元和下采样单元中的卷积，并删除右分支中不重要的卷积，旨在通过利用多种空洞率增强特征表达，并降低网络的参数量和计算量。设计了一种全局通道‑空间注意力模块，该模块旨在捕捉特征图中的全局依赖关系，提高模型性能。为了进一步提高模型的识别精度，并使用Mish激活函数来替代传统的ReLU激活函数。此外，将最大池化替换为平均池化，以增强模型的鲁棒性。
-
公开(公告)号：CN115661544B
公开(公告)日：2024-04-05
申请号：CN202211389124.4
申请日：2022-11-08
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于N‑MobileNetXt的菠菜幼苗水分胁迫等级分类系统及方法，属于图像识别和深度学习技术领域，包括图像采集模块、图像预处理模块、图像特征提取模块及显示模块；图像采集模块加载一张菠菜幼苗图片或视频中的一帧作为输入；将采集的图像输入到图像处理模块进行图像预处理，处理好的待检测图像继续输入到图像特征提取模块中，图像特征提取模块将图像预处理模块发送的菠菜叶片图像进行特征提取并分级，并通过显示模块输出等级结果。本发明应用卷积神经网络，根据菠菜叶片图像识别菠菜幼苗的水分胁迫等级并分类，从而实现快速有效的菠菜幼苗水分胁迫检测以监测作物状态，为作物灌溉提供科学指导。
-
-
-
Search Results
14
records
(took 0.02 seconds)
