番茄成熟度及空间位置的检测方法、装置、设备及介质

    公开(公告)号:CN115497090A

    公开(公告)日:2022-12-20

    申请号:CN202211277230.3

    申请日:2022-10-19

    Abstract: 本发明公开了一种番茄成熟度与空间位置的检测方法、装置、电子设备及存储介质,该方法包括:获取番茄图像数据集并对数据集中的图像中番茄的位置和成熟度类别进行标注,利用番茄图像数据集及标注对成熟度检测网络模型进行训练;成熟度检测网络模型基于深度学习的YOLOv4‑tiny网络模型改进,其中Backbone为CSPdarknet53‑tiny,在其最后两层输出及FPN结构中分别增加注意力机制;构建包括训练好的成熟度检测网络模型以及通过计算机视觉技术获取番茄的三维空间位置的检测模型;将待测番茄的图像输入检测模型,实时输出番茄成熟度与空间位置。本发明通过将深度学习与计算机视觉技术结合,检测速度快、识别率高。

    一种基于RFID电子标签的农产品追溯方法

    公开(公告)号:CN106096985A

    公开(公告)日:2016-11-09

    申请号:CN201610432743.5

    申请日:2016-06-17

    CPC classification number: G06Q30/018 G06K17/0022 G06Q50/02

    Abstract: 本发明提供一种基于RFID电子标签的农产品追溯方法,通过为农产品及加工产品加贴RFID电子标签并设立管理中心,实现了对农产品的生产、加工、物流、储存和销售各环节的全方位跟踪,不仅可以追溯种养殖与加工业的疫病与污染问题,还可以追溯种养殖过程中滥用药、加工过程中超范围超限量使用添加剂,改变以往对农产品质量安全管理只侧重于生产后的控制,而忽视生产中预防控制现象。为实现农产品的安全监控提供了一种可行、高效的途径。本方法可广泛应用于农、林、渔、牧、副各类食品的安全追溯管理,适用粮油食品、畜禽食品、果蔬食品、水产食品、调味品、乳制品、方便食品、婴幼儿食品、食品添加剂、饮料、化妆品、保健食品等等。

    基于深度学习的黄瓜自动采摘目标检测方法

    公开(公告)号:CN117689878A

    公开(公告)日:2024-03-12

    申请号:CN202410013940.8

    申请日:2024-01-03

    Inventor: 苏章顺 肖克辉

    Abstract: 本发明公开了基于深度学习的黄瓜自动采摘目标检测方法,包括:步骤S1,构建黄瓜果实图像数据集,将数据集划分为训练集、验证集和测试集;步骤S2,对图像数据集进行预处理;步骤S3,构建YOLOv3算法模型;步骤S4,训练YOLOv3算法模型,并进行参数的调整;步骤S5,利用训练后的YOLOv3算法模型检测黄瓜果实图像,输出检测结果,即果实位置。通过调整YOLOv3算法模型的参数,进而达到更好的检测效果。

    一种多业务农情无线获取节点系统及其控制方法

    公开(公告)号:CN106023564A

    公开(公告)日:2016-10-12

    申请号:CN201610585866.2

    申请日:2016-07-22

    CPC classification number: Y02A40/12 G08C17/02 H04N7/18

    Abstract: 本发明公开了一种多业务农情无线获取节点系统及其控制方法,所述系统包括控制模块、数字参数采集模块、音频采集模块、图像/视频采集模块、无线通信模块、触摸屏模块以及显示屏模块,所述数字参数采集模块、音频采集模块、图像/视频采集模块、无线通信模块、触摸屏模块和显示屏模块分别与控制模块连接;所述方法针对精细农业领域的基础数据获取需要,通过采集模块进行周期性/实时性的多业务农情信息采集,实现本地化数据存储,通过无线通信模块进行数据传输。本发明为精细农业领域多业务农情信息的采集和传输提供一种快速性和一体化的实施工具。

Patent Agency Ranking