-
公开(公告)号:CN117115640A
公开(公告)日:2023-11-24
申请号:CN202310815592.1
申请日:2023-07-04
Applicant: 北京市农林科学院
IPC: G06V20/10 , G06V20/70 , G06V10/82 , G06V10/74 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于改进YOLOv8的病虫害目标检测方法、装置及设备,该方法包括:获取农业病虫害图像数据集;基于训练好的Sim‑YOLOv8模型根据农业病虫害图像数据集进行检测,得到目标检测结果。其中,Sim‑YOLOv8模型为根据农业病虫害图像训练集训练得到,农业病虫害图像训练集为经过数据筛选、数据扩充、数据增强以及数据标注后的数据集。
-
公开(公告)号:CN116994287A
公开(公告)日:2023-11-03
申请号:CN202310816512.4
申请日:2023-07-04
Applicant: 北京市农林科学院
IPC: G06V40/10 , G06V20/50 , G06V10/82 , G06V10/764 , G06V10/766
Abstract: 本发明提供一种动物盘点方法、装置及动物盘点设备,通过将待检测图像输入基于YOLO V8的动物目标识别模型,得到检测结果,检测结果包括所述待检测图像中是否包括目标动物;根据每帧所述待检测图像对应的检测结果,对目标动物进行数量统计,得到目标动物的盘点结果;基于YOLO V8的动物目标识别模型包括多个检测头,每个所述检测头中添加无参数注意力机制,无参数注意力机制用于加强待检测图像中所述目标动物的特征的权重,可以提升模型关注目标动物图像特征的能力,有效提升动物盘点场景中对于动物检测的准确性以及盘点结果准确性。
-
公开(公告)号:CN115546186B
公开(公告)日:2023-07-14
申请号:CN202211338472.9
申请日:2022-10-28
Applicant: 北京市农林科学院
IPC: G06T7/00 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于YOLO v4的农业病虫害检测方法及装置,通过将待检测农业病虫害图像输入基于YOLO v4的农业病虫害检测模型;根据基于YOLO v4的农业病虫害检测模型得到检测结果;基于YOLO v4的农业病虫害检测模型中包括引导头和辅助头,检测结果根据引导头输出预测结果和辅助头输出预测结果加权求和得到,通过增加辅助头,可以增加备选分类结果,避免漏检,提高农业病虫害检测的准确性。
-
公开(公告)号:CN111581338B
公开(公告)日:2022-01-28
申请号:CN202010218697.5
申请日:2020-03-25
Applicant: 北京市农林科学院
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G06Q50/02
Abstract: 本发明提供的农业技术服务机器人人机融合咨询问答方法及系统,该方法包括:获取人机对话过程中的用户语音;对用户语音进行识别,获取用户人机对话文本;对文本进行用户状态评估,并根据评估结果选择咨询问答的方式,该咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。本实施例提供的咨询问答方法及系统,通过对用户在人机交互过程中的用户语音进行识别、评估以获取对话过程中用户的反应状态,并根据用户的反应状态,来确定机器人接通农业信息服务人员的时机,通过农业信息服务人员判断问题的急迫性来确定农业专家的邀请时机,能有效提升农业技术服务机器人解决生产实际问题的能力,极大的提升了农业专家资源利用率。
-
公开(公告)号:CN109033318B
公开(公告)日:2020-11-27
申请号:CN201810790249.5
申请日:2018-07-18
Applicant: 北京市农林科学院
IPC: G06F16/332 , G06F40/289 , G06F40/30
Abstract: 本发明提供一种智能问答方法及装置,对待解答问题的文本进行分词处理,根据所述待解答问题的分词结果确定用于进行语义相似度判断的语境;根据所述语境收集一定数量的常见问题;对所有所述常见问题的文本进行分词处理,根据所有所述常见问题的分词结果建立语境图;对于任意一个所述常见问题,根据该常见问题的分词结果、待解答问题的分词结果以及所述语境图,计算该常见问题与待解答问题间的语义相似度;将具有最高相似度的常见问题对应的候选答案作为所述待解答问题对应的答案。本发明实施例能够更准确地分析待解答的问题并提供答案。
-
公开(公告)号:CN105956168B
公开(公告)日:2019-05-28
申请号:CN201610341353.7
申请日:2016-05-20
Applicant: 北京市农林科学院
Abstract: 本发明提供一种信息检索方法及信息检索装置,包括服务器接收用户设备UE发送的第一用户提问语句;若判断知预设咨询主题列表的对象属性包括第一用户提问语句,将目标对象属性以及咨询主题列表中与目标对象属性对应的实例名结果对发送给UE,以使UE展示目标对象属性,在UE选择目标对象属性时,展示目标实例名结果对的实例名,在UE选择目标实例名结果对的实例名时,在与实例名对应的问题答案对的存储地址中获取目标问题答案对;目标对象属性为包括所述第一用户提问语句的对象属性;咨询主题列表包括对象属性和与对象属性对应的实例名结果对(包括实例名和与实例名对应的问题答案对的存储地址)。本发明可快速获取更精确的相关问题及答案,提高检索效率。
-
公开(公告)号:CN103218748B
公开(公告)日:2016-08-31
申请号:CN201310084471.0
申请日:2013-03-15
Applicant: 北京市农林科学院
IPC: G06Q50/02
Abstract: 本发明公开了一种蔬菜病害诊断方法和便携系统,对具有外观病态表现的蔬菜植株建立蔬菜病害诊断知识模糊集和症状重要性隶属度;根据症状重要性隶属度和症状特征构建基于共同语义空间的输入向量;基于上述构建的输入向量,构建基于改进遗传算法的模糊神经网络,并进行训练,得到成熟的模糊神经网络;在成熟的模糊神经网络中输入蔬菜病害症状,得出输出向量,确定诊断结果。本发明利用基于共同语义空间的输入向量构建方法建立承载描述症状特征和症状重要性的输入向量,解决了样本集代表性差、矛盾样本多、诊断规律体现不明显等问题,结合利用基于改进的遗传算法的模糊神经网络模型,使得蔬菜病害诊断结果准确率更高,容错推理能力更强。
-
公开(公告)号:CN114691845B
公开(公告)日:2024-10-01
申请号:CN202210161709.4
申请日:2022-02-22
Applicant: 北京市农林科学院
IPC: G06F16/332 , G06F16/31 , G06F40/289 , G06F40/30 , G06F16/338 , G06F16/36
Abstract: 本发明提供一种语义搜索方法、装置、电子设备、存储介质及产品。该方法包括:获取自然语句;根据语义结构模型对自然语句进行结构映射,获得自然语句的三元组实例;对三元组实例进行实体映射,获得自然语句包含的实体,对自然语句包含的实体根据语义结构模型进行数据关系索引,获得四元组实例集,四元组包括三元组实例和数据关系实例;计算三元组实例和自然语句的四元组实例集的语义相似度,根据语义相似度计算结果获取四元组实例推荐集;根据四元组实例推荐集包含的数据关系实例提取自然语句的词关系模型,根据词关系模型对数据库进行搜索,获得知识结果集。本发明结合大数据进行语义搜索,实现知识挖掘,满足了用户对数据的共享与发现。
-
公开(公告)号:CN118193713A
公开(公告)日:2024-06-14
申请号:CN202410606294.6
申请日:2024-05-16
Applicant: 北京市农林科学院
IPC: G06F16/332 , G06F3/01 , G06T13/40 , G06T13/20 , G06F3/16 , G06N3/044 , G06N3/0475 , G06N3/08
Abstract: 本发明提供一种基于虚拟数字专家的知识问答方法和装置,涉及农业问答技术领域,方法包括:获取用户的咨询文本,将所述咨询文本输入至预先训练的农业大语言模型,输出所述咨询文本对应的咨询答案文本;将所述咨询答案文本转换为咨询答案音频,并基于所述咨询答案音频分别生成嘴型动作序列和肢体动作序列;播放所述咨询答案音频,并控制所述虚拟数字专家的嘴型按照所述嘴型动作序列运动以及控制所述虚拟数字专家的四肢按照所述肢体动作序列运动;其中,所述预先训练的农业大语言模型是基于从多个农业信息网页获取的农业数据构建得到的农业问答库进行训练得到。通过本发明提供的方法,将咨询答案传输至用户,方便快捷,且用户体验感高。
-
公开(公告)号:CN115546186A
公开(公告)日:2022-12-30
申请号:CN202211338472.9
申请日:2022-10-28
Applicant: 北京市农林科学院
IPC: G06T7/00 , G06V10/762 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于YOLO v4的农业病虫害检测方法及装置,通过将待检测农业病虫害图像输入基于YOLO v4的农业病虫害检测模型;根据基于YOLO v4的农业病虫害检测模型得到检测结果;基于YOLO v4的农业病虫害检测模型中包括引导头和辅助头,检测结果根据引导头输出预测结果和辅助头输出预测结果加权求和得到,通过增加辅助头,可以增加备选分类结果,避免漏检,提高农业病虫害检测的准确性。
-
-
-
-
-
-
-
-
-