-
公开(公告)号：CN116297243B
公开(公告)日：2024-02-02
申请号：CN202310194616.6
申请日：2023-02-28
Applicant: 北京市农林科学院信息技术研究中心
IPC: G01N21/25
Abstract: 本发明提供一种烤烟氮肥追施量估计方法、装置、电子设备及存储介质，涉及农业技术领域，该方法包括：基于目标区域的多光谱影像，获取目标区域在目标观测时间点的叶面积指数实测值；在基于叶面积指数实测值以及与目标区域和目标观测时间点相对应的叶面积指数目标值，确定目标区域在目标观测时间点对应的目标时间窗口内需要追施氮肥的情况下，基于叶面积指数实测值和叶面积指数目标值，获取目标区域在目标时间窗口内的氮肥追施量。本发明提供的烤烟氮肥追施量估计方法、装置、电子设备及存储介质，能更准确、更客观地估计烤烟的氮肥追施量，(56)对比文件CN 113450353 A,2021.09.28CN 109197437 A,2019.01.15郭 涛.氮肥追施量对香稻 1601 品质和淀粉 RVA 谱特征值的影响《.北方水稻》.2021,第第51卷卷(第第1期期),第6-10页.余长平 .玉米新品种郧单 23 氮肥追施量试验研究《.中国农业科技通讯》.2021,第80-82页.顾晓鹤.冬小麦光合速率对施氮量与光照强度的响应分析《.华北农学报》.2017,第第31卷卷(第第4期期),第122-128页.
-
公开(公告)号：CN116306984A
公开(公告)日：2023-06-23
申请号：CN202310548054.0
申请日：2023-05-16
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，涉及农业技术领域，紫色系作物鲜叶花色苷检测模型训练方法包括：基于样本紫色系作物鲜叶的花色苷含量、叶绿素含量以及目标光谱数据，获取样本紫色系作物鲜叶的花色苷光谱指数；以样本紫色系作物鲜叶的花色苷光谱指数为训练样本，以花色苷含量为训练样本的样本标签，对初始模型进行训练，获得紫色系作物鲜叶花色苷检测模型。本发明提供的紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，仅需光谱数据就能实现花色苷含量的无损检测，模型训练的效率更高，模型训练的投入成本更低，进行花色苷含量检测的准确率更高、效率更高且所需投入的成本更低。
-
公开(公告)号：CN116563362A
公开(公告)日：2023-08-08
申请号：CN202310311850.2
申请日：2023-03-27
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无人机协作的烤烟株高测量方法、装置及电子设备，属于农业技术领域，所述方法包括：基于待测烤烟烟田的图像，确定所述待测烤烟烟田的数字表面模型信息；所述待测烤烟烟田的图像是通过对无人机采集的不同烟田区域的图像进行拼接得到的；基于所述数字表面模型信息，确定所述待测烤烟烟田的数字高程模型信息；基于所述数字表面模型信息、所述数字高程模型信息和烟田起垄高度，确定所述待测烤烟烟田中各株烤烟的株高。本发明可以快捷计算出待测烤烟烟田中各株烤烟的株高，具有客观性强、时效性高、响应迅速等优点，且成本较低，仅需少量人力即可实现百亩级、千亩级的烤烟株高全覆盖精准监测。
-
公开(公告)号：CN116297243A
公开(公告)日：2023-06-23
申请号：CN202310194616.6
申请日：2023-02-28
Applicant: 北京市农林科学院信息技术研究中心
IPC: G01N21/25
Abstract: 本发明提供一种烤烟氮肥追施量估计方法、装置、电子设备及存储介质，涉及农业技术领域，该方法包括：基于目标区域的多光谱影像，获取目标区域在目标观测时间点的叶面积指数实测值；在基于叶面积指数实测值以及与目标区域和目标观测时间点相对应的叶面积指数目标值，确定目标区域在目标观测时间点对应的目标时间窗口内需要追施氮肥的情况下，基于叶面积指数实测值和叶面积指数目标值，获取目标区域在目标时间窗口内的氮肥追施量。本发明提供的烤烟氮肥追施量估计方法、装置、电子设备及存储介质，能更准确、更客观地估计烤烟的氮肥追施量，能提高烤烟氮肥追施量的估计效率，能降低烤烟氮肥追施量的估计成本投入，能提高烤烟的产量和质量。
-
公开(公告)号：CN115254672A
公开(公告)日：2022-11-01
申请号：CN202210954838.9
申请日：2022-08-10
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明公开了一种雪茄茄衣的自动分级分选设备，涉及雪茄生产技术领域。其中，该雪茄茄衣的自动分级分选设备，包括：双工位动态采图装置，用于按照预设第一预设方向进行茄衣动态采图；第一分拣装置，设置于双工位动态采图装置的输出端，用于初级分拣茄衣；第二分拣装置，设置于第一分拣装置的末端，用于次级分拣茄衣，且其高度低于第一分拣装置的高度。本发明，解决目前国内在茄衣分选时普遍采用人工肉眼分辨的方式，分选人员的专业水平及自身状态等因素对分选结果存在较大的主观性，进而造成茄衣分级的差异化；同时等级判别后需要不同等级放到对应储料盒，需要大量的操作人员和较大的操作场地，进而导致增加成本和操作占地空间大的问题。
-
Patent Agency Ranking
公开(公告)号：CN118209502B
公开(公告)日：2024-08-20
申请号：CN202410637619.7
申请日：2024-05-22
Applicant: 北京市农林科学院信息技术研究中心
IPC: G01N21/25 , G01N21/55 , G06V10/774 , G06V10/764
Abstract: 本发明提供一种烤烟烟叶含钾量估计方法、装置、电子设备及存储介质，涉及智慧农业技术领域，该方法包括：基于待估计烤烟种植区域的多光谱影像，获取待估计烤烟种植区域中每一子区域内的待估计烤烟的烟叶钾素诊断指数；将每一子区域内的待估计烤烟的烟叶钾素诊断指数输入烤烟烟叶含钾量估计模型，获取每一子区域内烤烟烟叶含钾量的估计值。本发明提供的烤烟烟叶含钾量估计方法、装置、电子设备及存储介质，能更准确、更高效以及更全面地估计大面积的烤烟种植区域内烤烟烟叶的含钾量，能更及时的发现大面积的烤烟种植区域内烤烟的缺钾情况，能为烤烟种植区域的钾肥管理工作提供数据基础，能提高烤烟种植区域钾肥管理工作的精准性和效率性。
-
公开(公告)号：CN116306984B
公开(公告)日：2023-09-12
申请号：CN202310548054.0
申请日：2023-05-16
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，涉及农业技术领域，紫色系作物鲜叶花色苷检测模型训练方法包括：基于样本紫色系作物鲜叶的花色苷含量、叶绿素含量以及目标光谱数据，获取样本紫色系作物鲜叶的花色苷光谱指数；以样本紫色系作物鲜叶的花色苷光谱指数为训练样本，以花色苷含量为训练样本的样本标签，对初始模型进行训练，获得紫色系作物鲜叶花色苷检测模型。本发明提供的紫色系作物鲜叶花色苷检测模型训练、检测方法及装置，仅需光谱数据就能实现花色苷含量的无损检测，模型训练的效率更高，模型训练的投入成本更低，进行花色苷含量检测的准确率更高、效率更高且所需投入的成本更低。
-
公开(公告)号：CN118711211A
公开(公告)日：2024-09-27
申请号：CN202410729831.6
申请日：2024-06-06
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V40/10 , G06V10/25 , G06V10/30 , G06V10/764 , G06V10/28 , G06V10/26 , G06V10/82 , G06V10/40 , G06V10/56
Abstract: 本发明提供一种螃蟹检测方法、装置、电子设备及存储介质，属于人工智能技术领域，所述方法包括：利用腹部圆形拟合掩模，从待测螃蟹的拍摄图像中裁剪出腹部感兴趣区域图像；所述腹部圆形拟合掩模的透明区域与所述拍摄图像中所述待测螃蟹的腹部区域相重合；将所述腹部感兴趣区域图像输入至螃蟹检测模型，输出对所述待测螃蟹进行分类的分类结果。本发明通过利用腹部圆形拟合掩模从待测螃蟹的拍摄图像中裁剪出腹部感兴趣区域图像，去除了图像中与公母蟹分选、黄脏蟹筛选等螃蟹检测无关的非腹部图像特征，减少图像数据的噪声干扰，使螃蟹检测模型更好学习螃蟹腹部的特征，提高了螃蟹检测模型的收敛速度和检测性能。
-
公开(公告)号：CN116958806A
公开(公告)日：2023-10-27
申请号：CN202310619920.0
申请日：2023-05-29
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/10 , G06V10/25 , G06V10/774 , G06V10/764 , G06N20/20
Abstract: 本发明提供一种害虫识别模型更新、害虫识别方法、装置及电子设备，该方法包括：获取原始害虫识别模型作为教师模型；基于教师模型构建学生模型；基于第一样本图像、第一样本图像的害虫标注信息、第一害虫识别结果以及增量学习损失函数对学生模型进行蒸馏训练，获得训练好的学生模型作为更新后的害虫识别模型；本发明提供的害虫识别模型更新、害虫识别方法、装置及电子设备，学生模型在获取识别第二害虫种类害虫的知识的同时，还能学习到识别第一害虫种类害虫的知识，能避免害虫识别模型可识别害虫种类的固化，能降低害虫识别模型更新所需的计算资源和所需的更新时间，能为害虫种类识别提供技术支持，能提高害虫种类识别的准确率和效率。
-
公开(公告)号：CN114863369B
公开(公告)日：2022-10-04
申请号：CN202210787141.7
申请日：2022-07-06
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/52 , G06V20/10 , G06V10/764 , G01S17/88
Abstract: 本发明提供了一种激光雷达监测玉米倒伏的方法、装置、设备及介质，涉及玉米倒伏严重等级监测领域，包括：基于激光雷达数据构建总监测区域内的冠层高度模型；基于所述总监测区域内的冠层高度模型，筛选出目标监测区域内的所有未倒伏玉米的株高以及所有倒伏玉米的株高；基于目标监测区域内的所有未倒伏玉米的株高以及所有倒伏玉米的株高，确定与目标监测区域相对应的玉米倒伏严重等级。本发明根据不同目标监测区域内未倒伏玉米的株高作为衡量标准，监测精确，客观性强，玉米倒伏后最明显的变化反映在株高和倒伏角度上，直观且定量的描述玉米受倒伏胁迫的严重程度，提高灾情诊断准确性，响应速度快，不受光照条件限制，适用于灾区多变的气象环境。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.039 seconds)
