公开(公告)号：CN114359387B

公开(公告)日：2024-09-27

申请号：CN202210009676.1

申请日：2022-01-06

Applicant: 东北林业大学

Inventor： 黄英来 ,  李大明 ,  白家瀛 ,  李宁 ,  李超 ,  侯畅

IPC: G06T7/73 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOV4算法的袋料栽培香菇检测方法，包括：搭建改进YOLO v4网络，训练改进YOLO v4网络以及香菇图像检测。改进后的YOLO v4算法使用深度可分离卷积，去掉分类损失，重新构建损失函数；在PANet结构部分增加一条预测特征图传递路径，并在路径中嵌入具有残差边的注意力机制模块R_cbam，使之能够快速的在一组特征图中找到关键特征区域，并使之权值加重，用于预测。通过改进，该算法能够使检测精度得以提升而算法参数量大大降低，从而更好的为机械采摘提供视觉算法支持。

公开(公告)号：CN114359387A

公开(公告)日：2022-04-15

申请号：CN202210009676.1

申请日：2022-01-06

Applicant: 东北林业大学

Inventor： 黄英来 ,  李大明 ,  白家瀛 ,  李宁 ,  李超 ,  侯畅

IPC: G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOV4算法的袋料栽培香菇检测方法，包括：搭建改进YOLO v4网络，训练改进YOLO v4网络以及香菇图像检测。改进后的YOLO v4算法使用深度可分离卷积，去掉分类损失，重新构建损失函数；在PANet结构部分增加一条预测特征图传递路径，并在路径中嵌入具有残差边的注意力机制模块R_cbam，使之能够快速的在一组特征图中找到关键特征区域，并使之权值加重，用于预测。通过改进，该算法能够使检测精度得以提升而算法参数量大大降低，从而更好的为机械采摘提供视觉算法支持。

公开(公告)号：CN217774861U

公开(公告)日：2022-11-11

申请号：CN202221648392.9

申请日：2022-06-28

Applicant: 东北林业大学

Inventor： 黄英来 ,  白家瀛 ,  黄鹤林

IPC: B07C5/34 ,  B07C5/36 ,  B07C5/38

Abstract: 本方案一种木质板材表面缺陷自动分选装置，包括壳体、第一传送带、第二传送带、分拣组件、视觉识别装置、底板、支撑组件和带动板，所述第二传送带设于壳体内的底部一侧上，所述第一传送带设于壳体内一侧上；本实用新型属于板材生产技术领域，具体是指一种通过视觉识别装置方便识别木质板材表面缺陷，通过第一传送带传送无缺陷木质板材，通过第二传送带传送有缺陷木质板材，通过移动组件方便将表面缺陷木质板材推动出第一传送带，进而实现方便分拣的作用，提高分选效果，通过支撑组件方便调整装置水平，避免放置不稳定，通过水平尺显示当前水平度，通过通过喷雾器和喷雾头方便进行喷雾，避免干燥导致自燃的木质板材表面缺陷自动分选装置。