-
公开(公告)号：CN118412004A
公开(公告)日：2024-07-30
申请号：CN202410311664.3
申请日：2024-03-19
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: G10L25/30 , G10L25/24 , G06F18/2415 , G06N3/0464 , G06N3/045 , G06N3/084 , G06Q50/02
Abstract: 本发明涉及智能林业保护技术领域，尤其涉及木材害虫的检测方法及系统、存储介质，其方法包括：采集木材中由害虫活动产生的声音数据，并进行预处理，提取MFCC特征；绘制MFCC特征图并输入预训练好的MobileNetV3模型进行害虫种类的分类识别；基于MobileNetV3模型的识别结果，对木材的害虫状态进行标注，本发明利用先进的深度学习技术实现了对害虫活动声音的高效、准确识别，既提高了害虫监测的效率和准确性，也降低了环境影响，为害虫管理提供了一种高效、环保且成本效益的新解决方案，能够为森林保护和木材产业带来显著的经济和生态效益，本发明有望在全球范围内广泛应用，为森林资源的可持续管理和木材加工业的发展提供强有力的技术支持。
-
公开(公告)号：CN117877021A
公开(公告)日：2024-04-12
申请号：CN202311662850.3
申请日：2023-12-05
IPC: G06V20/68 , G06V10/25 , G06V10/58 , G06V10/72 , G06V10/771 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0475
Abstract: 本发明涉及一种基于高光谱图像的柑橘与苹果的疫病识别方法，本发明申请所提供的识别算法为在ResNet50的基础上进行改造，在ResNet50的第一次卷积后加入SE block模块，在ResNet50的最后一次卷积后加入SE block模块；本实施例所提供的基于高光谱图像的柑橘与苹果的疫病识别方法，利用光谱图像对柑橘丁香疫霉、冬生疫霉与苹果牛眼果腐病菌、苹果球壳孢腐烂病、美澳型仁果褐腐病菌这五类疫病的识别。
-
公开(公告)号：CN117746228A
公开(公告)日：2024-03-22
申请号：CN202310908241.5
申请日：2023-07-21
Applicant: 中国农业科学院农业基因组研究所
IPC: G06V20/10 , G06T7/194 , G06T7/90 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于高光谱图像的柑橘果实病害识别方法，该方法通过采集柑橘果实原始高光谱图像，通过特征波段的提取对原图像进行降维，使用分类算法对降维后的图像进行识别检测。通过建立柑橘果实的疫病识别模型。只需获取待测样本的高光谱图像，将图像输入到识别模型中，即可得到疫病类型的识别结果。通过本发明方法，可以快速的识别病害，识别率高。
-
公开(公告)号：CN117147682A
公开(公告)日：2023-12-01
申请号：CN202310901506.9
申请日：2023-07-21
Applicant: 中国农业科学院农业基因组研究所
Abstract: 本发明涉及一种蛀木害虫在线监测装置、系统和方法，所述监测装置包括声耦合器、高灵敏加速度传感器、集成电路板、充电锂电池、单晶太阳能充电板、北斗定位模块。通过将声耦合器水平安装在林木主干的侧端，并由所述高灵敏加速度传感器将声耦合器上的振动信号转化成时变的加速度电压值，所述的集成电路板对时变电压信号进行局部放大和低通滤波，再经过微处理器内部的模数转换获得一定时长的时域离散加速度值序列，微处理器采用汉明窗将时域离散序列分割成多个等长片段，再通过短时傅里叶变换和图堆叠获得能够反应林木害虫活动状态的二维时频图。虫情的分析在现场自动实现，系统采集频次高，且无视极端天气的影响，免维护，无需换电，支持重复使用，特别适合林业病虫害监测领域，实用性强，减少人工巡检的成本，适合大范围示范推广。
-
Patent Agency Ranking
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：CN114403098A
公开(公告)日：2022-04-29
申请号：CN202111575397.3
申请日：2021-12-22
Applicant: 中国农业科学院农业基因组研究所
IPC: A01K67/033
Abstract: 本发明涉及一种莲草直胸跳甲化蛹装置及其化蛹方法，包括由有机玻璃块和亚克力胶水粘接组装成内部中空的长方体，所述长方体相对的侧面均设有长方形孔洞，所述长方体内且低于长方形孔洞设有隔板，所述隔板上面设有圆形孔洞，所述长方体横向截面为正方形，所述长方形孔洞内设有200目的纱封闭长方形孔洞，所述长方形孔洞内设有纸杯，所述长方体正面设有上下滑动打开的面板。本发明的优点：具有占用空间小、通风透气效果好、容易清理、幼虫化蛹成功率高、成本低经济实用、可重复使用等特点。
-
公开(公告)号：CN220542868U
公开(公告)日：2024-02-27
申请号：CN202321936839.7
申请日：2023-07-22
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
IPC: G01N33/00
Abstract: 本实用新型公开了一种鳞翅目昆虫气味选择装置，每组气体输送检测结构均包括干燥塔、大气采样仪，两组气体输送检测结构之间设有圆柱体型且透明的第一盒体、第二盒体，第一安装孔通过乳胶软管与其中一个大气采样仪出气口连通，第二安装孔连通设有正三通，正三通另外两端的其中一端设有纱网，另一端与第二盒体通过乳胶软管连通，第二盒体远离正三通的一端设有若干个圆形孔洞，第二盒体设有正三通侧面一侧处通过乳胶软管与另一个大气采样仪出气口连通。优点：精准控制气流速度，将空气持续稳定地泵入腔室，透明塑料的便于观察统计昆虫对两端气味的选择情况。
-
公开(公告)号：CN216874593U
公开(公告)日：2022-07-05
申请号：CN202123222578.6
申请日：2021-12-21
Applicant: 中国农业科学院农业基因组研究所
IPC: A01K67/033
Abstract: 本实用新型涉及生物安全领域，尤其涉及一种防止检疫性鳞翅目昆虫逃逸的操作箱。包括有机玻璃箱体；有机玻璃箱体一侧设置有合页，有机玻璃箱体通过合页转动连接有有机玻璃门；有机玻璃门中部设置有第一操作孔和第二操作孔，第一操作孔和第二操作孔分别连接有纱布袖套；有机玻璃门远离合页的一侧设置有第一安装部，有机玻璃箱体对应第一安装部设置有第二安装部，第一安装部内活动插接有金属杆，且金属杆插接进第二安装部内。本实用新型提供一种防止检疫性鳞翅目昆虫逃逸的操作箱，安全、实用、经济，可以在操作过程中杜绝检疫性鳞翅目害虫的逃逸，对实验室所在地区的生物安全具有重要作用。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.118 seconds)
