公开(公告)号：CN117911857B

公开(公告)日：2024-11-15

申请号：CN202311745891.9

申请日：2023-12-18

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  马术涛 ,  朱文鼎 ,  黄灿增

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种植物花朵花苞识别模型训练方法、计数方法及装置，引入YOLO目标检测算法训练植物花朵花苞识别模型，在构建训练样本集时区分无遮挡花朵、有遮挡花朵以及花苞，使植物花朵花苞识别模型能够有效关注到无遮挡和有遮挡花朵的特征差异，增强对有遮挡和重叠花朵的识别能力，提升识别鲁棒性和精度。进一步的，通过多视角采集植物图像并识别花朵花苞数，统计确定花朵花苞数量，克服由于遮挡和重叠导致的花朵花苞计数偏差的问题。

公开(公告)号：CN118485919A

公开(公告)日：2024-08-13

申请号：CN202410626218.1

申请日：2024-05-20

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  辜松 ,  马术涛 ,  黄灿增 ,  朱文鼎

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/77 ,  G06V10/82 ,  G06V10/25 ,  G06V10/766

Abstract: 本发明提供一种植物冠层叶片分割、补全模型训练方法、叶片参数提取方法及装置，分别训练构建植物冠层叶片实例分割模型和植物叶片补全模型，植物冠层叶片实例分割模型基于YOLOv8在头部网络添加掩码系数分支和原型掩码分支形成新的分割头，以提升叶片分类和分割处理能力；植物叶片补全模型基于生成对抗网络进行训练，能够自动学习并补偿合成数据与真实数据之间的差异，从而建立残缺叶片与完整叶片之间的映射，有效地生成植物器官纹理和几何形状。基于植物冠层叶片实例分割模型和植物叶片补全模型的连续处理，能够有效分割和补全植物冠层叶片，并进一步进行形态参数提取。

公开(公告)号：CN118485919B

公开(公告)日：2024-11-08

申请号：CN202410626218.1

申请日：2024-05-20

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  辜松 ,  马术涛 ,  黄灿增 ,  朱文鼎

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/77 ,  G06V10/82 ,  G06V10/25 ,  G06V10/766

Abstract: 本发明提供一种植物冠层叶片分割、补全模型训练方法、叶片参数提取方法及装置，分别训练构建植物冠层叶片实例分割模型和植物叶片补全模型，植物冠层叶片实例分割模型基于YOLOv8在头部网络添加掩码系数分支和原型掩码分支形成新的分割头，以提升叶片分类和分割处理能力；植物叶片补全模型基于生成对抗网络进行训练，能够自动学习并补偿合成数据与真实数据之间的差异，从而建立残缺叶片与完整叶片之间的映射，有效地生成植物器官纹理和几何形状。基于植物冠层叶片实例分割模型和植物叶片补全模型的连续处理，能够有效分割和补全植物冠层叶片，并进一步进行形态参数提取。

公开(公告)号：CN118196769A

公开(公告)日：2024-06-14

申请号：CN202410187677.4

申请日：2024-02-20

Applicant: 华南农业大学

Inventor： 夏瑞 ,  杨意 ,  阎旭 ,  刘元龙 ,  张观康 ,  李飞燕

IPC: G06V20/60 ,  G06V10/44 ,  G06V10/764 ,  G06V10/762 ,  G06V10/94

Abstract: 本发明涉及花序成像技术领域，尤指一种荔枝花序自动成像方法及系统，其成像方法包括触发模式；触发模式用于进行荔枝花序的图像采集，触发模式包括以下步骤：启动各元件，在预设时间内每旋转一次相机拍摄一张照片，并将照片存储于文件夹；利用图像处理软件Litch i Measurement对文件夹的照片进行处理，得到花序的疏密特征值，并将疏密特征值以表格形式存储在电脑；对表格数据进行处理，得到不同品种的花序特征值；将花序特征值进行数据标准化处理，并根据不同品种的花序特征值进行疏密程度的聚类分析。通过本发明可以解决在对荔枝花序进行疏密评价时，因为人为因素带来的误判，导致结果不准确的问题。

公开(公告)号：CN117911857A

公开(公告)日：2024-04-19

申请号：CN202311745891.9

申请日：2023-12-18

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  马术涛 ,  朱文鼎 ,  黄灿增

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种植物花朵花苞识别模型训练方法、计数方法及装置，引入YOLO目标检测算法训练植物花朵花苞识别模型，在构建训练样本集时区分无遮挡花朵、有遮挡花朵以及花苞，使植物花朵花苞识别模型能够有效关注到无遮挡和有遮挡花朵的特征差异，增强对有遮挡和重叠花朵的识别能力，提升识别鲁棒性和精度。进一步的，通过多视角采集植物图像并识别花朵花苞数，统计确定花朵花苞数量，克服由于遮挡和重叠导致的花朵花苞计数偏差的问题。