公开(公告)号：CN119206287B

公开(公告)日：2025-04-22

申请号：CN202411055807.5

申请日：2024-08-02

Applicant: 中国农业大学

Inventor： 苏文浩 ,  牛龙涛 ,  苗钰航 ,  涂宇豪 ,  张琦沅 ,  王启 ,  彭彦昆

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/26 ,  G06V10/40 ,  G06V10/22 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用，所述基于卷积神经网络的杂草识别方法包括基于YOLOv8‑seg的杂草识别模型，所述杂草识别模型具有模型主干轻量化和检测精准化等特点，其首先利用改进ShuffleNetV2和StarNet网络构建了新的轻量化主干网络，其次创新提出C2f_Star模块，在降低参数量的同时提高了模型精准度，并对模型网络节点处添加ECA注意力机制模块；所述除草应用所涉及精准喷药方法、系统包括用于杂草定位、分级和路径规划的算法以及精准变量喷药算法，本发明通过采用精准变量喷药方法与系统，在精准高效除草的同时，可有效减少除草剂的使用和对环境的污染。

公开(公告)号：CN119339307A

公开(公告)日：2025-01-21

申请号：CN202411324652.0

申请日：2024-09-23

Applicant: 中国农业大学

Inventor： 苏文浩 ,  樊柯君 ,  张琦沅 ,  黄奕 ,  邱振东 ,  孙岚琪 ,  彭彦昆

IPC: G06V20/50 ,  G06V10/44 ,  G06V10/774 ,  G06V10/25 ,  G06V10/28

Abstract: 本发明公开了一种成熟期大豆植株的表型智能识别方法与系统，所述方法包括采集原始大豆植株图像；对采集图像数据进行图像预处理和目标标注，建立豆荚检测识别模型；获取大豆植株图像，利用豆荚检测识别模型得到豆荚掩膜图像，获得主茎与侧茎轮廓图像；基于所提取的轮廓图像，进行主茎与侧茎的分离，分别计算其长度以获得大豆植株茎长等步骤；所述表型识别系统的识别装置主要包括避光外壳、底座、送料机构、图像采集装置、旋转压平机构、传感器组、光源组、单片机控制器和上位机等组成部分。本装置有效解决了表型数据采集过程中的光照干扰、植株展平及自动化控制等问题；同时本发明方法在获得大豆植株茎长过程中无需确定起点和终点坐标，显著减少了计算量，缩短了运行时间，可为相关研究带来高效率和精准度的双重优势。

公开(公告)号：CN119206287A

公开(公告)日：2024-12-27

申请号：CN202411055807.5

申请日：2024-08-02

Applicant: 中国农业大学

Inventor： 苏文浩 ,  牛龙涛 ,  苗钰航 ,  涂宇豪 ,  张琦沅 ,  王启 ,  彭彦昆

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/26 ,  G06V10/40 ,  G06V10/22 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用，所述基于卷积神经网络的杂草识别方法包括基于YOLOv8‑seg的杂草识别模型，所述杂草识别模型具有模型主干轻量化和检测精准化等特点，其首先利用改进ShuffleNetV2和StarNet网络构建了新的轻量化主干网络，其次创新提出C2f_Star模块，在降低参数量的同时提高了模型精准度，并对模型网络节点处添加ECA注意力机制模块；所述除草应用所涉及精准喷药方法、系统包括用于杂草定位、分级和路径规划的算法以及精准变量喷药算法，本发明通过采用精准变量喷药方法与系统，在精准高效除草的同时，可有效减少除草剂的使用和对环境的污染。