-
Patent Agency Ranking
公开(公告)号：CN114359727A
公开(公告)日：2022-04-15
申请号：CN202111663816.9
申请日：2021-12-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于轻量级优化Yolo v4的茶叶病害识别方法及系统，所述方法包括：采集茶叶病害图片，经预处理后作为训练Yolo v4模型的数据集；对Yolo v4模型中的特征提取主干模块和特征提取融合模块进行轻量级优化，获取优化后的Yolo v4模型；利用训练Yolo v4模型的数据集对优化后的Yolo v4模型进行训练和验证，获取识别茶叶病害的最优Yolo v4模型；利用得到的最优Yolo v4模型对茶叶病害图像进行识别。通过本发明有效减少了原始Yolo v4网络模型庞大的参数量和模型体积，并提升了茶叶病害目标的检测效率和识别精度。
-
公开(公告)号：CN112931150A
公开(公告)日：2021-06-11
申请号：CN202110152035.7
申请日：2021-02-03
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于柑橘冠层光谱响应的灌溉系统和方法，首先获取柑橘园冠层光谱图像和柑橘的生长环境信息，通过GPRS技术传输至云服务器，云服务器对光谱数据进行处理后输入到预先训练好的水分胁迫指数预测模型中，得到整个柑橘园的水分胁迫状况图。上位机获取到整个园区的水分胁迫状况，将需要进行灌溉的区域提取出来，再通过模糊控制器计算出各个区域的灌溉量，然后通过无线传感器网络发送给各个灌溉控制节点，对整个园区进行灌溉，实现了对柑橘园水分的监测和灌溉，水资源得到了充分的利用。
-
公开(公告)号：CN114359727B
公开(公告)日：2024-06-04
申请号：CN202111663816.9
申请日：2021-12-31
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/774 , G06V10/36 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了一种基于轻量级优化Yolo v4的茶叶病害识别方法及系统，所述方法包括：采集茶叶病害图片，经预处理后作为训练Yolo v4模型的数据集；对Yolo v4模型中的特征提取主干模块和特征提取融合模块进行轻量级优化，获取优化后的Yolo v4模型；利用训练Yolo v4模型的数据集对优化后的Yolo v4模型进行训练和验证，获取识别茶叶病害的最优Yolo v4模型；利用得到的最优Yolo v4模型对茶叶病害图像进行识别。通过本发明有效减少了原始Yolo v4网络模型庞大的参数量和模型体积，并提升了茶叶病害目标的检测效率和识别精度。
-
公开(公告)号：CN112931150B
公开(公告)日：2022-06-03
申请号：CN202110152035.7
申请日：2021-02-03
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于柑橘冠层光谱响应的灌溉系统和方法，首先获取柑橘园冠层光谱图像和柑橘的生长环境信息，通过GPRS技术传输至云服务器，云服务器对光谱数据进行处理后输入到预先训练好的水分胁迫指数预测模型中，得到整个柑橘园的水分胁迫状况图。上位机获取到整个园区的水分胁迫状况，将需要进行灌溉的区域提取出来，再通过模糊控制器计算出各个区域的灌溉量，然后通过无线传感器网络发送给各个灌溉控制节点，对整个园区进行灌溉，实现了对柑橘园水分的监测和灌溉，水资源得到了充分的利用。
-
公开(公告)号：CN114495093A
公开(公告)日：2022-05-13
申请号：CN202210134409.7
申请日：2022-02-14
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于边缘计算的手持式病虫害识别与防治方法及系统，涉及农业害虫检测防治技术领域，其方法包括：对ShuffleNet卷积神经网络进行优化；利用迁移学习方法训练优化后的ShuffleNet卷积神经网络，并将训练好的ShuffleNet卷积神经网络部署到边缘计算设备，构建病虫害识别模型；获取待识别病虫害图片，将待识别病虫害图片输入病虫害识别模型进行识别，确定病虫害类别；根据病虫害类别制定防治方法，并通过无线网络进行病虫害的防治。该系统基于所述方法实现病虫害的识别与防治，通过本发明能够利用手持设备精确高效的完成农作物病虫害的识别与防治。
-
-
-
-
Search Results
5
records
(took 0.027 seconds)
