-
公开(公告)号:CN119273657A
公开(公告)日:2025-01-07
申请号:CN202411366557.7
申请日:2024-09-29
Applicant: 华南农业大学
IPC: G06T7/00 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/0895 , G06N3/094
Abstract: 本发明公开了一种基于两阶段对比学习的工业零部件缺陷检测方法及装置,包括:采集工业零部件的图像数据集;生成多样性的合成异常样本;通过第一阶段的训练得到一个具有粗粒度异常定位能力的判别网络,所述判别网络用于辅助特征提取网络的训练过程;第二阶段的训练,使用对比学习框架来完成特征提取网络的适应性微调,学习正常样本之间的相似性以及正常样本与合成异常样本之间的差异性;构建一个只含有正常特征的压缩特征内存库,基于压缩特征内存库和训练好的缺陷检测模型对待检测的工业零部件进行缺陷检测。本发明基于两阶段对比学习方式,考虑每个正常的工业零部件之间的相关性,以及正常与异常零部件之间的差异性,保证缺陷检测的精度。
-
公开(公告)号:CN116645498A
公开(公告)日:2023-08-25
申请号:CN202310372669.2
申请日:2023-04-10
Applicant: 华南农业大学
IPC: G06V10/22 , G06V10/762 , G06V10/80 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于深度学习的柑橘类果实采摘定位方法、系统及设备,包括:利用目标检测模型对摄像头拍摄的场景进行果实检测;基于果实检测结果对拍摄场景进行近景、远景场景的判定;对远景场景的果实进行聚类算法,实现镜头由远景场景向近景场景的转换;利用先验法,获取果实与枝条的相对位置;对近景场景内与果实相连接的枝条通过改进的实例分割算法进行分割;根据果实检测结果、果实与枝条的相对位置和枝条分割结果,通过采摘点定位算法,得到果实采摘点的坐标,并控制机械臂完成果实的自动化采摘。本发明通过添加图像亮度、果叶长势先验改进SparseInst算法的IAM部分,让聚合实例特征的位置准确聚焦于目标枝条,提高分割算法的准确性与实时性。
-
公开(公告)号:CN116597195A
公开(公告)日:2023-08-15
申请号:CN202310372198.5
申请日:2023-04-10
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种高准确率的果实产量估算方法、系统及设备,包括:S1、采集果实种植区域中的远景图像以及同一区域的近景图像,并将所述远景图像和近景图像进行图像数据扩充,以扩增图像数据的数量和多样性;S2、将所述远景图像和近景图像输入至预先设立的产量估算网络模型中,学习远景图像和近景图像的信息关联性,得到果实的产量估算值;所述产量估算模型是使用改进的YOLOv5检测模型;S3、将所述果实的产量估算值输入到预先设立的专家系统中进行修正,得到精确的产量估算结果。本发明通过从远近景产量估算结合的角度入手,考虑到局部产量和全局产量存在的联系,通过学习其中的关联性来提高了产量预估的准确性。
-
公开(公告)号:CN113232330A
公开(公告)日:2021-08-10
申请号:CN202110568400.2
申请日:2021-05-25
Applicant: 华南农业大学
Abstract: 一种农业生物质树脂传递模塑部品的制造方法。本发明涉及新型建筑部品的制造方法,特别是涉及高强度大跨度的农业生物质树脂传递模塑的建筑部品的制造方法。本发明为了解决传统建筑材料耗能高、污染大、废弃后难以处理且处理成本高及装配式建筑结构同样存在耗能高、施工复杂及结构不耐用等问题。本发明的农业生物质树脂传递模塑部品的制造方法按以下步骤进行:一、铺设底层结构层;二、加工空心腔体管网;三、制备波纹板;四、铺设生物质材料层;五、模塑部品的整合;六、在闭模腔内进行树脂传递从而获得本发明的模塑部品。
-
公开(公告)号:CN116596961A
公开(公告)日:2023-08-15
申请号:CN202310371679.4
申请日:2023-04-10
Applicant: 华南农业大学
IPC: G06T7/246 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于全局空洞注意力和目标聚焦的单目标跟踪方法及装置,方法包括:获取“模板图像‑搜索图像”的图像对;对模板图像与搜索图像进行特征提取,得到模板图像特征和搜索图像特征;构建基于全局空洞注意力的全局目标聚焦网络;全局空洞注意力用于对模板和搜索区域特征进行有效的特征增强,目标聚焦网络用于在模板和搜索区域之间建立点对点的关联,将信息从模板传递到搜索区域;将增强后的目标特征输入到基于互相关的预测头中以产生目标区域。本发明构建了一种全新的全局语义建模方法来增强语义对象,消除背景信息干扰,并且实现搜索区域中目标特征的部分级增强,有效地增强了目标嵌入,同时削弱非目标物体,实现鲁棒的目标跟踪。
-
公开(公告)号:CN112674129A
公开(公告)日:2021-04-20
申请号:CN202011472597.1
申请日:2020-12-15
Applicant: 华南农业大学
Abstract: 一种多功能鲜面条机,包括机器主体、储料装置、和面装置、压面滚筒装置、成型装置、面条传送装置、托盘装置;储料装置固定连接在机器主体的顶部,和面装置与储料装置连接,压面滚筒装置设于和面装置的出料口下方,成型装置设于压面滚筒装置的下方,面条传送装置设于成型装置与托盘装置之间,从而面条传送装置将成型后的面条输送至托盘装置上。本发明实现和面到面条成型一体化作业,属于面食加工领域。
-
公开(公告)号:CN113796178A
公开(公告)日:2021-12-17
申请号:CN202111117592.1
申请日:2021-09-23
Applicant: 华南农业大学 , 广西双高农机有限公司
IPC: A01B49/02
Abstract: 本发明涉及甘蔗培土机技术领域,更具体地,涉及一种集土式甘蔗培土机,包括支撑架、旋耕组件、培土机构,所述旋耕组件转动连接于所述支撑架,所述培土机构安装于所述支撑架且位于所述旋耕组件的后方;所述培土机构包括与所述支撑架转动连接的集土轮,还包括与所述支撑架连接的出土机构,所述集土轮在周向开设有若干用于集土的轮槽,所述轮槽可与所述出土机构连通。本发明的集土式甘蔗培土机,集土轮可在地面的作用下转动收集输送土壤用于培土作业,不需要另外设置驱动机构使集土轮转动集土,减少培土作业能耗,降低培土成本。
-
公开(公告)号:CN113207432B
公开(公告)日:2022-06-24
申请号:CN202110644559.8
申请日:2021-06-09
Applicant: 华南农业大学
IPC: A01D45/10
Abstract: 本发明涉及甘蔗收获装置的技术领域,更具体地,涉及一种甘蔗剥叶装置及具有其的甘蔗收获机,包括主动剥叶机构,所述主动剥叶机构包括驱动装置、第一转盘、第一传动轴以及若干用于剥叶剥梢的第一拨子,所述第一传动轴连接于第一转盘和驱动装置之间,若干所述第一拨子均匀分布安装于第一转盘,且所述第一传动轴、第一拨子分别位于第一转盘的两侧。本发明的甘蔗剥叶装置,驱动机构驱动第一拨子进行高速剥叶,结构简单,可轻易地对直立的甘蔗蔗叶进行剥离,获得更好的剥叶剥梢效果。本发明的甘蔗收获机,将甘蔗剥叶装置安装于喂入通道的前端,改变了以往先收获后剥叶的思维,先剥叶后收获,可减轻喂入通道的负担,降低喂入通道堵塞的几率。
-
公开(公告)号:CN113207432A
公开(公告)日:2021-08-06
申请号:CN202110644559.8
申请日:2021-06-09
Applicant: 华南农业大学
IPC: A01D45/10
Abstract: 本发明涉及甘蔗收获装置的技术领域,更具体地,涉及一种甘蔗剥叶装置及具有其的甘蔗收获机,包括主动剥叶机构,所述主动剥叶机构包括驱动装置、第一转盘、第一传动轴以及若干用于剥叶剥梢的第一拨子,所述第一传动轴连接于第一转盘和驱动装置之间,若干所述第一拨子均匀分布安装于第一转盘,且所述第一传动轴、第一拨子分别位于第一转盘的两侧。本发明的甘蔗剥叶装置,驱动机构驱动第一拨子进行高速剥叶,结构简单,可轻易地对直立的甘蔗蔗叶进行剥离,获得更好的剥叶剥梢效果。本发明的甘蔗收获机,将甘蔗剥叶装置安装于喂入通道的前端,改变了以往先收获后剥叶的思维,先剥叶后收获,可减轻喂入通道的负担,降低喂入通道堵塞的几率。
-
公开(公告)号:CN119516249A
公开(公告)日:2025-02-25
申请号:CN202411464089.7
申请日:2024-10-21
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06V10/774 , G06V10/776 , G06V10/40 , G06V10/30 , G06V10/75 , G06T7/00
Abstract: 本发明公开了一种基于变分自编码器与去噪网络的多类别缺陷检测方法及装置,方法包括:获取工业产品表面缺陷图像并进行预处理,构建训练集和验证集;方法的训练过程分为两个阶段:第一阶段,将预处理后的训练图像输入变分自编码器进行训练,学习图像的特征分布,并通过重建图像来捕捉正常图像的特征。第二阶段,利用去噪网络与特征引导模块在变分自编码器的特征空间中对图像特征进行二次重建,从而增强模型的重建能力和多类别重建能力;在推理阶段,通过特征提取器提取原始图像与重建图像的多尺度特征,进行特征比对,生成异常评分图。本发明在增强变分自编码器重建能力的同时保留正常信息,有效减少重建失败而导致的缺陷漏检。
-
-
-
-
-
-
-
-
-