-
公开(公告)号:CN119810652A
公开(公告)日:2025-04-11
申请号:CN202411868022.X
申请日:2024-12-18
Applicant: 华北水利水电大学
IPC: G06V20/10 , G06V20/70 , G06V20/17 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/26 , G06N3/0464 , G06N3/045
Abstract: 提供一种基于作物卷曲程度的干旱等级判别方法,通过采集作物不同生长阶段遭受不同干旱等级的图像,进行预处理后,作为输入对Mask R‑CNN模型进行训练,得到基于叶片卷圈度的作物不同生长阶段干旱等级判别模型,进而可通过实时采集作物图像,进行预处理,利用基于叶片卷圈度的作物不同生长阶段干旱等级判别模型,进行干旱等级判别,得出作物的干旱等级,能够在大范围内及时、准确的判别作物干旱等级的变化,防止错失救助时机,避免发生严重影响作物生长的情形。
-
公开(公告)号:CN119516380A
公开(公告)日:2025-02-25
申请号:CN202411606115.5
申请日:2024-11-12
Applicant: 华北水利水电大学
IPC: G06V20/10 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/776 , G06V10/764 , G06V10/24 , G06V10/40 , G06V10/80 , G06V10/22 , G06T7/62
Abstract: 本申请属于作物种植区域杂草识别方法技术领域,具体涉及一种作物种植区域杂草识别方法,包括:步骤一、收集杂草图片;步骤二、对杂草图片进行数据增强处理;步骤三、利用杂草图片,对YOLO v5算法进行训练,得到杂草识别模型;步骤四、采集作物种植区域图片,利用杂草识别模型,进行杂草识别。通过收集杂草图片,对杂草图片进行数据增强处理后,对YOLO v5算法进行训练,得到杂草识别模型,进而能够以杂草识别模型,对作物种植区域图片,进行杂草识别,得到作物种植区域是否长出杂草,能够在大范围内及时发现识别出作物种植区域长出的杂草,对作物种植区域长出的杂草进行清除,避免对作物生长造成严重影响。
-