-
公开(公告)号:CN119705897A
公开(公告)日:2025-03-28
申请号:CN202510188833.3
申请日:2025-02-20
Applicant: 华南农业大学
IPC: B64U20/87 , B64D1/18 , B64U10/16 , A01M7/00 , B64U101/45 , B64U101/40
Abstract: 本发明公开一种智能植保无人机喷施雾滴沉积路径监控装置,包括无人机本体、喷施机构和雾滴监控机构;所述喷施机构包括药箱、输送泵、输送管和喷头;所述雾滴监控机构包括全景摄像头和风幕隔档机构,所述全景摄像头设置在无人机本体的底部且正面朝下,该全景摄像头与无人机本体的控制器电连接;所述风幕隔档机构包括鼓风机和环形风幕管,所述鼓风机通过管道与环形风幕管连通;所述环形风幕管固定设置在无人机本体的底部,该环形风幕管的底部设有环形出风口;在仰视投影中,所述环形风幕管位于多个喷头的中心,所述全景摄像头位于环形风幕管的中心。该监控装置可以实时监测雾滴沉积路径,便于及时调整喷施姿态,有利于提高喷施质量。
-
公开(公告)号:CN118155273A
公开(公告)日:2024-06-07
申请号:CN202311830779.5
申请日:2023-12-27
Applicant: 华南农业大学
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/82 , G06V10/764 , G06N3/0464 , G06T7/70 , G06V10/25
Abstract: 本公开涉及一种目标检测视角下非笼养肉鸡冷应激视频行为分析方法,以提高的冷应激状态确定准确性。方法包括:对待检测视频进行分割,得到多帧待检测图像;利用目标检测模型对各帧待检测图像进行处理,得到各帧待检测图像分别对应的检测结果;基于各帧待检测图像分别对应的检测结果中的肉鸡的非特异行为,确定肉鸡的各个非特异行为的数量以及频率,基于各帧待检测图像分别对应的检测结果中的肉鸡检测框,确定肉鸡的拥挤程度,基于各帧待检测图像分别对应的检测结果中的肉鸡检测框的位置信息,确定肉鸡的位置分布情况;基于肉鸡的各个非特异行为的数量以及频率、肉鸡的拥挤程度以及肉鸡的位置分布情况,确定非笼养环境中肉鸡的冷应激情况。
-
公开(公告)号:CN118675199A
公开(公告)日:2024-09-20
申请号:CN202311813429.8
申请日:2023-12-26
Applicant: 华南农业大学
Abstract: 本公开涉及一种基于大模型的散养鸡多尺度目标检测方法及装置,方法包括:获取无笼鸡的鸡群图像;将鸡群图像输入目标检测模型中,得到鸡群图像中每只鸡的位置信息和类别信息。采用上述方式,可以直接将鸡群图像输入目标检测模型,从而得到每只鸡的位置信息和类别信息。由此可以通过端到端的方式实现对鸡群图像中每只鸡的检测。另一方面,由于检测过程中,是先对鸡群图像中不同层级的特征进行提取,然后再对提取的特征进行融合得到具有多尺度信息的目标尺度特征图,最后再通过对目标尺度特征图进行检测得到每只鸡的信息。由此能够实现复杂场景下多规模无笼鸡的准确识别,解决小目标特征容易丢失以及鸡群聚集遮挡引起的检测区分困难问题。
-
公开(公告)号:CN117765430A
公开(公告)日:2024-03-26
申请号:CN202311540763.0
申请日:2023-11-17
Applicant: 华南农业大学
Abstract: 本公开涉及一种鸡群活动水平检测方法及装置,其中方法包括:获取待检测时段的鸡群视频;将所述鸡群视频输入活动水平检测模型,得到目标不安定指数,所述目标不安定指数用于表征鸡群在所述待检测时段的活动水平。通过上述技术方案,可以将待检测时段的鸡群视频输入活动水平检测模型,得到用于表征鸡群在待检测时段的活动水平的目标不安定指数。由此可以通过获取鸡群视频实现鸡群活动水平的检测。另一方面,由于活动水平检测模型在根据鸡群视频获取目标不安定指数时,是确定每一只鸡在相邻视频帧中的准确位移量,最后再根据每只鸡的准确位移量进行鸡群的不安定指数计算,由此可以提高鸡群不安定指数的计算准确度。
-
公开(公告)号:CN116202978A
公开(公告)日:2023-06-02
申请号:CN202310149640.8
申请日:2023-02-20
Applicant: 华南农业大学
IPC: G01N21/31 , G01N21/359 , B07C5/34 , B07C5/36 , G06T7/00 , G06T5/50 , G06N3/08 , G06N3/0464
Abstract: 本公开涉及一种基于深度学习多源光谱融合鸡肉品质检测方法及分拣设备,其中,方法包括:获取待检测鸡肉的近红外高光谱图像和可见光‑近红外高光谱图像;将近红外高光谱图像和可见光‑近红外高光谱图像输入鸡肉品质检测模型中,得到待检测鸡肉的挥发性盐基氮含量和菌落总数;根据挥发性盐基氮含量和菌落总数确定待检测鸡肉的品质。本公开的目的在于提供一种基于深度学习多源光谱融合鸡肉品质检测方法及分拣设备,可以在不破坏待检测鸡肉完整性的情况下,实现鸡肉品质的检测,此外,该检测过程不需要人为干预,不仅可以提高鸡肉品质的检测效率,还可以运用于全自动化无人的实际检测,有利于大规模的鸡肉样品进行检测。
-
-
-
-