-
公开(公告)号：CN119693998A
公开(公告)日：2025-03-25
申请号：CN202411626991.4
申请日：2024-11-14
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种鱼类群体摄食行为识别方法、装置及存储介质。该鱼类群体摄食行为识别方法包括：获取待处理鱼类行为数据；将所述待处理鱼类行为数据输入至鱼类摄食行为识别模型中，得到目标鱼群的摄食行为识别结果；其中，所述鱼类摄食行为识别模型是通过以下步骤训练得到的：获取在养殖现场拍摄的原始视频，并根据所述原始视频获取鱼类摄食行为数据集；基于所述鱼类摄食行为数据集，利用坐标注意力机制和深度可分离卷积获取摄食行为识别结果；基于所述摄食行为识别结果训练所述鱼类摄食行为识别模型。通过训练得到学习能力及适应能力更强的识别模型，提高了对鱼类摄食行为识别的准确度。
-
公开(公告)号：CN119418366A
公开(公告)日：2025-02-11
申请号：CN202411359002.X
申请日：2024-09-27
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V40/10 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种轻量化的小目标害虫检测方法、装置及电子设备，方法包括：对采集的小目标害虫图像进行预处理，以构建害虫图像数据集；基于YOLOv5模型，构建小目标害虫检测模型；其中，在YOLOv5s模型的主干部分中增加小目标特征增强模块，小目标特征增强模块基于MobileNetv3和BiFomer结构构建；在YOLOv5s模型的颈部部分增加VoV‑GSCSP模块；训练小目标害虫检测模型，得到训练后的小目标害虫检测模型；将害虫图像数据集输入训练后的小目标害虫检测模型，得到小目标害虫图像的检测结果。本发明通过采用上述方法，解决相关技术中的害虫图像检测方法由于追求较高的识别精度，导致模型复杂程度高、参数量大，不利于模型在边缘设备上部署的问题。
-
公开(公告)号：CN118193633B
公开(公告)日：2024-11-12
申请号：CN202410197029.7
申请日：2024-02-22
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/27 , G06F16/2455
Abstract: 本发明提供一种供应链溯源数据的轻节点存储和查询方法、装置及设备，该方法包括：轻节点基于用户输入的查询条件，确定本地是否存储有满足所述查询条件的目标数据；若确定本地存储有满足所述查询条件的目标数据，则基于所述目标数据向所述用户返回查询结果；否则，若确定本地没有存储满足所述查询条件的目标数据，则向全节点请求所述目标数据后基于所述目标数据向所述用户返回查询结果；其中，所述轻节点基于数据的温度权值进行数据存储或删除，所述数据的温度权值基于所述数据与所述轻节点对应的参与方在供应链环节上的关联性、所述数据的产生时间、以及所述数据的访问频率确定。
-
公开(公告)号：CN118041513B
公开(公告)日：2024-07-05
申请号：CN202410446238.0
申请日：2024-04-15
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种基于农产品供应链的数据访问控制方法及装置，涉及区块链技术领域，所述方法包括：获取数据请求者经边缘节点传递的数据访问请求，数据访问请求携带陷门信息；基于陷门信息、可搜索密文、验证令牌和数据请求者的属性密钥进行ABAC；在确定允许数据请求者的数据访问请求的情况下，向数据请求者返回请求的数据密文；陷门信息是基于第一关键字和经ABSE加密的第一访问控制策略、查询令牌、搜索令牌、用于创建陷门信息的私钥和私有属性密钥生成的；可搜索密文是基于第二关键字、经ABSE加密的第二访问控制策略、数据密文和索引令牌生成的。本发明将ABSE和ABAC相结合，有效解决农产品供应链中的数据安全和共享问题。
-
公开(公告)号：CN115100517B
公开(公告)日：2023-10-24
申请号：CN202210646228.2
申请日：2022-06-08
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种田间昆虫识别方法及装置，该方法包括：获取目标图像；将目标图像输入昆虫识别模型，获取昆虫识别模型输出的目标图像的昆虫识别结果；其中，目标图像中包括田间昆虫；昆虫识别模型是以样本图像为样本，以样本图像的昆虫识别结果为样本标签进行训练后得到的；样本图像中包括田间昆虫；昆虫识别模型是基于融合通道信息和位置信息的双注意力机制以及MobileNet网络构建的。本发明提供的田间昆虫识别方法及装置，能通过在轻量级的MobileNet网络中引入双注意力机制，实现在降低模型复杂度、参数量和推理时长的同时，保持较高的田间昆虫识别准确率，实现昆虫识别模型在移动设备中的部署和应用。
-
Patent Agency Ranking
公开(公告)号：CN116342146A
公开(公告)日：2023-06-27
申请号：CN202310165561.6
申请日：2023-02-24
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q30/018 , G06Q50/02 , G06Q40/04
Abstract: 本发明提供一种种子质量安全溯源防伪方法、装置及电子设备，涉及农作物种子安全溯源技术领域，所述方法包括：采集种子在不同阶段分别对应的目标信息，所述不同阶段包括培育阶段、加工生产阶段、物流阶段和销售阶段；通过所述不同阶段分别对应的智能合约，将种子在所述不同阶段分别对应的目标信息上传到区块链进行存储；基于区块链存储的信息，生成溯源防伪码，所述溯源防伪码用于对所述种子进行溯源查询和防伪认证。本发明通过智能合约将采集的种子在不同阶段分别对应的目标信息上传至区块链进行存储，进而基于区块链存储的信息生成溯源防伪码，通过该溯源防伪码，可以使消费者快速准确地对种子质量安全进行溯源查询和防伪认证。
-
公开(公告)号：CN115880558B
公开(公告)日：2023-05-26
申请号：CN202310194084.6
申请日：2023-03-03
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种农事行为检测方法、装置、电子设备及存储介质，属于图像检测技术领域，所述方法包括：获取用户的农事行为图像；将所述农事行为图像输入至农事行为检测模型，获取所述农事行为检测模型输出的所述用户的农事行为类别；所述农事行为检测模型是根据农事行为图像样本和对应的农事行为类别标签训练得到的；所述农事行为检测模型用于基于对所述农事行为图像进行特征提取得到的所述用户的位置特征和行为特征进行融合，基于融合所得的特征确定所述用户的农事行为类别。本发明可以精确识别用户不同的行为动作，有效提高了农事行为检测的精度和效果，同时也大幅度提高了农事行为检测的效率。
-
公开(公告)号：CN115861906B
公开(公告)日：2023-05-26
申请号：CN202310181994.0
申请日：2023-03-01
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/40 , G10L25/51 , G10L25/24 , G10L25/30 , A01K61/80 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种鱼群摄食强度识别方法、装置、系统及投饵机，属于水产养殖技术领域，所述方法包括：获取鱼群摄食信息，鱼群摄食信息包括鱼群摄食视频信息和对应视频时间段的水质信息；将鱼群摄食信息输入至鱼群摄食强度识别模型，获取鱼群摄食强度识别模型输出的鱼群摄食强度；鱼群摄食强度识别模型用于基于对鱼群摄食信息进行特征提取得到的视频帧特征、音频特征和水质特征进行融合，并基于融合所得的特征确定鱼群摄食强度；鱼群摄食强度识别模型是根据鱼群摄食信息的样本和对应的鱼群摄食强度标签训练得到的。本发明可以有效地提高鱼群摄食强度识别的精度和效果，在水质浑浊的场景下，也能实现高精度的鱼群摄食强度识别效果。
-
公开(公告)号：CN114451338B
公开(公告)日：2023-03-31
申请号：CN202111642230.4
申请日：2021-12-29
Applicant: 北京市农林科学院信息技术研究中心
IPC: A01K61/80 , A01K61/10 , G06N3/0464 , G06N3/08 , G06V20/40 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种鱼群的摄食强度分级方法、装置及智能调速投饲机，该方法包括：获取鱼群摄食视频数据，并根据所述视频数据提取固定帧数的短视频段；将所述短视频段输入训练后的3D RESNET‑GLORE网络模型，输出鱼群摄食行为等级的识别结果；其中，所述3D RESNET‑GLORE网络模型为包括多组残差网络的模型，每组残差网络包括RESIDUAL残差块和GLORE单元。该方法能够真实反应鱼群的动态特性，从而有利于提高识别结果的准确性，同时基于包括RESIDUAL残差块和GLORE单元的3D RESNET‑GLORE网络模型，使得检测模型较少容量的情况下，能够具有较高的准确度。
-
公开(公告)号：CN114254374B
公开(公告)日：2022-07-01
申请号：CN202210189506.6
申请日：2022-03-01
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种数据溯源方法及系统，方法包括：基于消费者获取的农产品各个阶段的溯源编码，查询联盟链以获取所述农产品各个阶段的公开溯源信息；基于监管者获取的监管链上更新的Key值，查询所述联盟链以获取所述公开溯源信息，以及查询私有链以获取所述农产品各个阶段的私有隐私信息。所述系统执行所述方法。本发明通过联盟链技术实现多链数据存储，并将溯源体系、数据监管有机结合起来，实现溯源数据公开共享、隐私数据获取和实时监管，溯源编码作为索引和唯一标识，实现消费溯源、监管溯源，使得消费者、监管者和企业之间的无障碍信息互动。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.039 seconds)
