-
公开(公告)号：CN119339143A
公开(公告)日：2025-01-21
申请号：CN202411444422.8
申请日：2024-10-16
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06V10/764 , G06F1/16 , G06V10/25 , G06V20/40 , G06V10/82 , G06N3/096 , G06N3/0464 , H04N23/50 , H04W4/38 , H04W4/80 , H04W84/12 , G08B21/18 , G08B7/06
Abstract: 本发明公开了一种基于头盔式图像采集设备的入侵植物检测系统，该系统包括后台服务器、入侵植物图像识别算法以及头盔式图像采集设备三部分；头盔式图像采集设备由护目镜、摄像头、主控制核心、GPS定位器、传感器模块、蓄电池、头盔、无线通信模块、以及设于头盔前部的警报器组成，并通过电路实现各模块连接。相比于传统的人工巡检方式，本方法可以快速、准确地识别所涉及的入侵植物种类，并且可以在更广泛的区域内进行探测。这样可以大幅降低巡检成本和工作量，从而减轻研究人员的负担，提高工作效率。同时具有实时性好、适用范围广、使用方便等优点，适用于无人机不适用的道路入侵植物监测和保护工作。
-
公开(公告)号：CN117975258A
公开(公告)日：2024-05-03
申请号：CN202311647858.2
申请日：2023-12-05
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06V20/10 , G06V20/68 , G06V10/25 , G06V10/30 , G06V10/24 , G06V10/774 , G06N3/006 , G01N21/88 , G01N21/25
Abstract: 本发明涉及一种基于高光谱特征波段的甘蔗叶片相似病害识别方法，在建立识别模型后，只需获取待测样本的高光谱图像进行黑白校正并，提取其相应的特征波段输入到识别模型中，即可得到病害类型的检测结果，能实现对甘蔗叶片相似病害种类无损、快速、准确的鉴定。
-
公开(公告)号：CN117470572A
公开(公告)日：2024-01-30
申请号：CN202311657241.9
申请日：2023-12-06
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G01N1/02
Abstract: 本发明公开的一种便携式样方框，属于生态入侵植物调查采样工具技术领域；包括四片大小长度相同的长板和若干连接件，长板由高强度塑料材质制成，连接件由子铆钉和母铆钉组合而成，四片长板交替连接组成一个可折叠收纳的便携式样方框，用于野外入侵植物采样调查，所述长板两端的边缘轮廓为半圆形，半圆的中心处通孔的直径相同，与连接件中母铆钉的螺杆形成配合，可折叠收纳使得体积占用少，结构简单，重量轻便于携带，可重复使用及使用寿命长，便于野外调查和采样工作。
-
公开(公告)号：CN116990242A
公开(公告)日：2023-11-03
申请号：CN202310901508.8
申请日：2023-07-21
Applicant: 仲恺农业工程学院 , 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所
IPC: G01N21/25 , G06V20/17 , G06V10/10 , G06V10/774 , G06N3/0464 , G06V10/82 , B64U20/87 , G01N21/84 , G01N21/01 , B64U101/31 , B64U101/40
Abstract: 本发明公开了一种基于无人机多光谱的柑橘黄龙病监测方法及系统，系统包括便携式多光谱相机、无人机和地面监测平台；无人机飞行器搭载所述便携式多光谱相机，用于拍摄待监测柑橘园的地面多光谱图像，无人机地面控制平台控制所述飞行器按预定轨迹和离地面固定高度低空匀速飞行，并接收所述地面多光谱图像，发送至所述地面监测平台；监测方法是通过构建多通道深度卷积神经网络模型智能识别柑橘黄龙病染病树并生成所述柑橘黄龙病分布可视化图。监测系统结构简单，成本低、灵活性强，不易受云层干扰；提供多光谱信息，扩展了数据维度；保留图像空间信息的同时，提供更多光谱信息，基于深度卷积神经网络的识别算法能更快速、更准确识别柑橘黄龙病染病树。
-
公开(公告)号：CN119415491A
公开(公告)日：2025-02-11
申请号：CN202410045558.5
申请日：2024-01-12
Applicant: 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心)
IPC: G06F16/21 , G06F16/25 , G06V10/94 , G06V10/774
Abstract: 本发明具体涉及计算机技术领域和生物信息技术领域，公开了一种外来与本土病虫害图像识别多维数据库构建方法及系统，通过自采样本和公开资源收集处理得到外来与本土病虫害的基础信息、危害特征信息等信息，分析收集到的原始数据集和扫描图像集，进行三维内外部模型和图像识别模型的图像预处理、数据集划分、模型评价与改进构建；构建外来与本土病虫害多维信息访问规则，开发外来和本土病虫害图像识别多维数据库，既可为研发快速精准检测、一次性检测等技术提供数据支持，也将成为口岸进境植物检疫信息支持系统，必将在提升口岸检疫性和外来潜在有害生物把关能力，有效降低外来检疫性有害生物传入性，保护农业生产和生态安全发挥重要作用。
-
Patent Agency Ranking
公开(公告)号：CN119399688A
公开(公告)日：2025-02-07
申请号：CN202411444282.4
申请日：2024-10-16
Applicant: 中国农业科学院深圳农业基因组研究所(岭南现代农业科学与技术广东省实验室深圳分中心) , 中国农业科学院农业基因组研究所
IPC: G06V20/52 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于改进YOLOv9算法的外来入侵植物检测方法，该方法的步骤为：1)获取外来入侵植物的图像；2)对获取的外来入侵植物图像进行标注，构建外来入侵植物数据集，并按照一定的比例分为训练集、验证集和测试集；3)建立改进的YOLOv9网络模型；4)训练改进后的网络模型；5)利用训练后的模型对外来入侵植物的图像进行检测，得到检测结果，并进行测试效果评估。本发明的基于改进YOLOv9算法的外来入侵植物检测方法，通过在YOLOv9算法的基础上进行改进和优化，提供了一种高效、准确的检测方案，对外来入侵植物的监测具有显著的技术优势和实际应用价值，特别适用于大规模监测和快速响应环境，对生态保护和农业安全管理具有重要意义。
-
公开(公告)号：CN117197525A
公开(公告)日：2023-12-08
申请号：CN202310901514.3
申请日：2023-07-21
Applicant: 中国农业科学院农业基因组研究所
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种农作物病害识别技术领域中，一种植物叶片病害的识别检测方法，其中包括了图像分割、数据增强及图像识别。具体步骤如下：1)采集原始植物叶片进行标注，建立原始数据集，进行训练获得Unet语义分割模型，制作去除背景数据集，并训练，获得DCGAN数据增强模型，制作数据增强数据集，形成图形分类模型，通过模型进行分析得到植物叶片的病虫害分类。本发明与现有技术相比的优点在于：通过图像分割和数据增强后整合得到的数据库训练的MobileNetV3‑Large图像识别网络，可以使该网络的识别精度大幅提高。
-
公开(公告)号：CN116310549A
公开(公告)日：2023-06-23
申请号：CN202310256932.1
申请日：2023-03-17
Applicant: 中国农业科学院农业基因组研究所
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06N3/048 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种进口大豆中的入侵植物种子检测方法，该方法主要包括以下步骤：拍摄混有多种入侵植物种子的进口大豆种子的图像；标注种子原始图像并制作VOC格式的语义分割数据集并训练U2Net语义分割模型；对分割后的图像进行掩膜处理；提取掩膜后得到单个种子的图像；建立种子数据集，并训练ResNet图像分类模型；使用训练好的U2Net语义分割模型与ResNet图像分类模型对待检测的种子进行检测应用。本发明与现有技术相比的优点在于：该方法涉及计算机视觉、深度学习和入侵生物领域，使用语义分割技术和图像分类技术能够对进口大豆种子产品中混杂的各种入侵植物种子进行快速准确且无损的分类鉴别，提高大豆中入侵种子的检测准确率。
-
公开(公告)号：CN116310548A
公开(公告)日：2023-06-23
申请号：CN202310256931.7
申请日：2023-03-17
Applicant: 中国农业科学院农业基因组研究所
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种进口种子产品中的入侵植物种子检测方法，主要包括以下步骤：拍摄获取所有种子的图像；对获取的种子图像进行标注建立语义分割数据集并训练DeepLabV3语义分割模型；对分割后的图像进行掩膜处理；对掩膜后的图像进行种子边界轮廓提取，画出外接矩形框并进行裁剪，得到单个种子的图像；将裁剪后的单个种子图像进行标注建立种子数据集，并训练MobileNet图像分类模型；使用训练好的DeepLabV3语义分割模型与MobileNet图像分类模型对待检测的种子进行检测应用。本发明与现有技术相比的优点在于：使用语义分割和图像分类相结合的方法能够保证高效的去除背景，提取单个种子，从而提高多类种子分类的准确率。
-
公开(公告)号：CN114788528A
公开(公告)日：2022-07-26
申请号：CN202110707216.1
申请日：2021-06-25
Applicant: 中国农业科学院农业基因组研究所
Abstract: 本发明涉及生物防治领域，具体涉及一种基于入侵植物和蜗牛信息素的非洲大蜗牛诱杀剂及制备方法。所述非洲大蜗牛诱杀剂按质量配比包括：五爪金龙提取液8％～10％，薇甘菊提取液4％～6％，信息素提取液4％～6％，余量面粉。本发明的诱杀剂使非洲大蜗的死亡时间提前，死亡率增加，取得了协同增效的技术效果。这些组分都易获取，均为天然物质，安全环保无毒，在保证使用入侵植物防治入侵种非洲大蜗牛，达到以害治害的同时，不会对生态环境产生任何危害，复配了蜗牛信息素作为食诱，可用定点定量投放取代覆盖性喷洒，兼备了特异性和经济性，适合推广使用。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.032 seconds)
