公开(公告)号：CN112270385A

公开(公告)日：2021-01-26

申请号：CN202011356797.0

申请日：2020-11-27

Applicant: 东北林业大学

Inventor： 胡峻峰 ,  张志超 ,  鹿文麟 ,  王凯 ,  于玺 ,  李文峰

IPC: G06K9/62 ,  G06N3/04

Abstract: 基于卷积神经网络的竹片图像分类方法，属于图像识别技术领域。本发明是为了解决现有的竹片检测方法存在竹片本身缺陷的检测准确率较低且耗时较长的问题。本发明首先利用竹片图像数据集对多个卷积神经网络中的每个卷积神经网络模型进行训练和验证；通过混淆矩阵对测试集下每个卷积神经网络的准确率进行对比；确定识别准确率最高的一个卷积神经网络，作为竹片图像分类卷积神经网络；然后利用竹片图像分类卷积神经网络进行竹片图像分类。本发明主要用于竹片图像的分类。

公开(公告)号：CN215744898U

公开(公告)日：2022-02-08

申请号：CN202121791221.7

申请日：2021-08-03

Applicant: 东北林业大学

Inventor： 胡峻峰 ,  王凯 ,  鹿文麟 ,  于玺 ,  张志超

IPC: B07C5/02 ,  B07C5/34 ,  B07C5/36 ,  B07C5/38

Abstract: 本实用新型提供一种蘑菇的分类装置，属于分类装置技术领域。为了解决当前野生菌加工类企业主要依靠人工筛选出掺杂在野生菌中的不可食用菌，时耗长，效率低，劳动成本高的问题。包括固定支架、传送机构、给料机构、视觉识别机构、分拣机构和回收机构，所述固定支架上设置有传送机构，所述传送机构上方依次设置有给料机构、视觉识别机构和分拣机构，所述固定支架沿传送机构传送方向末端设置有回收机构。设置为有毒蘑菇分拣机构、无毒蘑菇分拣机构和未知蘑菇分拣机构，符合加工类企业生产的条件和要求，保证分拣的准确率和生产的安全性，而且大大节省了人工成本和时间成本，可以使企业获得更多的利益，具有经济效益。

公开(公告)号：CN216310851U

公开(公告)日：2022-04-15

申请号：CN202121790469.1

申请日：2021-08-03

Applicant: 东北林业大学

Inventor： 胡峻峰 ,  鹿文麟 ,  王凯 ,  于玺 ,  张志超

IPC: G06V20/10 ,  G06V10/10

Abstract: 本实用新型提供一种番茄叶片病害识别装置，属于病害识别装置技术领域。为解决现有的检测方式依赖农民或技术人员肉眼观察，时效性差，易受光照影响，无法保障诊断准确度和可靠性的问题。包括一体成型的装置外壳和手柄，还包括遮光机构和识别腔体，装置外壳前端设置有检测口，检测口和识别腔体之间为遮光机构，识别腔体靠近检测口的一端为开口设置，识别腔体内壁设置有图像采集装置和灯。利用遮光机构能够避免外部光照对识别的影响，在识别腔体内部设置固定光源，能够保证采集到的图像信息更加完整，使用时叶片不脱离本体，对番茄患病情况和患病种类可实时辨别；既节省了人工成本，又有利于提高番茄叶片病害识别率。