公开(公告)号：CN119885076A

公开(公告)日：2025-04-25

申请号：CN202411967987.4

申请日：2024-12-30

Applicant: 华南农业大学

Inventor： 谢家兴 ,  谌文 ,  王嘉鑫 ,  高群鹏 ,  陈立业 ,  邹颖欣 ,  卢美怡 ,  曹钺 ,  陈梓灏

IPC: G06F18/25 ,  G01N33/00 ,  G01N27/00 ,  G01D21/02 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0499 ,  G06F123/02

Abstract: 本发明公开了一种基于时序数据的恶臭气体定性定量检测方法及系统，其中方法包括：获取气体综合响应数据并进行预处理，得到时间序列响应数据；基于时间序列响应数据分别输入至主编码器和序列分解单元，对应得到综合特征数据和综合信息数据；基于综合特征数据输入至第一DCT通道注意力机制层得到增强特征数据；基于增强特征数据输入至主解码器得到初步气体浓度信息；基于综合信息数据输入至数据融合单元得到漂移信息；基于漂移信息输入至补偿输出单元得到气体浓度补偿信息；基于初步气体浓度信息和气体浓度补偿信息进行融合，得到多通道恶臭气体信息预测结果。在连续检测过程中提高了对于多组分恶臭气体识别准确度和恶臭气体浓度预测精度。

公开(公告)号：CN119418266A

公开(公告)日：2025-02-11

申请号：CN202411435894.7

申请日：2024-10-15

Applicant: 华南农业大学

Inventor： 谢家兴 ,  陈绍楠 ,  李君 ,  刘警斌 ,  陈雅忠 ,  高群鹏 ,  吴家涛 ,  罗帆 ,  李宗鸿 ,  邓钲奇

IPC: G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V20/70 ,  G06V10/80 ,  G06V10/766 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端，包括：拍摄采集病虫害图片，并对图片进行标注构建训练所需的真实果园场景下的荔枝病虫害数据集，使用数据增强技术对数据集进行数据增强处理；使用处理后的数据集在pytorch框架上训练改进的YOLOV6模型，通过调参得到训练好的荔枝病虫害检测pt模型；采集荔枝植物图片输入训练好的荔枝病虫害检测pt模型得到荔枝病虫害检测结果；将训练后的pt模型转为通用的onnx模型，并进行模型裁剪，再转化为rknn模型并进行ptq量化，将模型从float32类型量化为int8类型，在嵌入式设备上调用模型推理的API接口，将模型部署在检测平台上。