-
公开(公告)号：CN119187034A
公开(公告)日：2024-12-27
申请号：CN202411625280.5
申请日：2024-11-14
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于三视角图像和重量信息的小型苹果智能分拣系统及方法，涉及苹果品质分级领域。包括依次连接的上料模块，检测模块，传输模块，分拣模块，电气控制模块和装箱模块；检测模块包括重量传感器和三视角图像采集装置，用于采集苹果的重量信息和三视角图像信息以判断苹果等级；所述三视角图像采集装置包括两块平面镜和RGB相机，两块平面镜分别安装于载物台两侧，镜面与水平面夹角为60°，RGB相机拍摄图像时拍得苹果顶部的图像信息以及两个镜面中的苹果侧面图像信息。本发明可以检测苹果的重量信息和表面缺陷信息，并对苹果进行智能化分拣，同时该系统具有较小的结构，可以安装于智能化采摘车上，实现在果园田间对苹果快速智能分拣作业。
-
公开(公告)号：CN117056775A
公开(公告)日：2023-11-14
申请号：CN202310998525.8
申请日：2023-08-09
Applicant: 南京农业大学
IPC: G06F18/24 , G01N21/31 , G01N21/359 , G01N21/3563 , G06F18/214 , G06F18/20 , G06F18/22 , G06F17/16 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于特征波段选择的多品种梨糖度协同预测方法，属于光谱分析领域。本发明采集多个品种梨的光谱数据作为训练样本，利用训练样本对1D Grad‑CAM模型进行训练，得到光谱各波段的Grad‑CAM值L，根据Grad‑CAM值L提取相同皮色梨的共有特征波段，构建多品种梨融合的糖度预测模型，减少了数据量和计算量，提升了对多品种预测的通用性、鲁棒性以及预测精度，在很大程度上节约了资源与时间，具有广阔的应用前景。本发明解决了在不同品种梨之间内外部特征变动、光谱反射强度及特征峰变化差异等影响下无法实现针对不同品种梨构建同一糖度预测模型的问题，减少了资源与时间耗费，提高了模型通用性。
-
公开(公告)号：CN114754822B
公开(公告)日：2023-03-24
申请号：CN202210475572.X
申请日：2022-04-29
Applicant: 南京农业大学
Abstract: 本发明提供一种基于智慧农业的多重信息智能融合采集研判决策机器人及其使用方法，包括为机器人提供驱动力的智能底盘，智能底盘前部安装水平超声波测距装置、多位置多角度深度图像采集系统、智能识别系统、北斗导航系统，中部安装高光谱多位置信息采集系统、竖直超声波测距装置，后部安装土壤多重信息采集系统、传感器智能多级清洗系统、能源智能续供系统。高光谱多位置信息采集系统下方的智能底盘上安装有用于信息采集存储、分析诊断、传输上传、决策控制的笔记本电脑。本发明实现了无人导航、智能采集、智能识别分析、智能分析诊断、智能决策控制，实现了智能化无人精准对靶作业，作业精度高、误差小、效率高，促进了智慧农业的发展。
-
公开(公告)号：CN119579858A
公开(公告)日：2025-03-07
申请号：CN202411613146.3
申请日：2024-11-13
Applicant: 南京农业大学 , 江苏省农业机械试验鉴定站
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06V20/70 , G06V10/94 , G06N3/0464
Abstract: 本发明提供了一种基于智能手机的秧盘播种品质检测方法、系统，首先采集水稻秧盘播种成套设备的播种图像作为原始数据集，然后进行预处理、手动标注、增强处理，然后输入实时实例分割目标检测网络进行训练与测试，得到水稻秧盘播种品质检测模型，基于ncnn高性能神经网络前向计算框架将模型部署在手机端，并开发秧盘播种品质检测系统App，检测空格率和播种均匀度合格率，并提供检测数据导出功能，同时与蓝牙秤连接，能够计算标准差和变异系数，量化播种质量的波动情况。本发明能够准确判定跨多个网格的种子所属区域，而且该方法能够集成于手机app上，提高了检测效率、检测精度，且携带方便。
-
公开(公告)号：CN119131036B
公开(公告)日：2025-03-04
申请号：CN202411620353.1
申请日：2024-11-14
Applicant: 南京农业大学三亚研究院
IPC: G06T7/00 , G06N3/0464 , G06N3/0985 , G06T7/50 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于工作流的高光谱数据自动化分析与模型优化方法，步骤如下：S1，对获取的目标样本高光谱图像进行处理，提取特征区域的光谱数据并保存，构建所有目标样本的一维高光谱数据集；S2，基于一维卷积神经网络构建DeepSpNet模型；S3，设置DeepSpNet模型的训练参数，并建立超参数组合；S4，将一维高光谱数据集按比例划分为训练集和测试集，采用训练集训练DeepSpNet模型，通过测试集评估DeepSpNet模型的精度、查准率、查全率，并自动筛选最佳超参数组合；S5，保存最佳超参数组合的DeepSpNet模型，用于目标预测。本发明能精确地捕捉样本内部的缺陷特征，有效提升深度检测能力。
-
Patent Agency Ranking
公开(公告)号：CN118947600A
公开(公告)日：2024-11-15
申请号：CN202411047259.1
申请日：2024-07-31
Applicant: 南京农业大学
IPC: A01K61/80 , G06N3/0464 , G06V10/44 , G06V10/82
Abstract: 本发明提供一种风送式循环水养殖鱼类投喂机构及投喂控制方法，投喂机构包括料箱组件、输料组件、风送组件、多级输料组件、撒料组件、控制组件；投喂方法包括：多级输料组件中对应电磁阀打开；料箱组件、输料组件中电机启动；风送组件中风机启动；颗粒流量计检测下料口饲料流量数据，满足要求则保持电机参数不变否则调节电机转速，实现均匀撒料；播撒过程中通过摄像头检测鱼池剩余饲料，根据检测结果通过负反馈调节控制继续投喂或撒料结束。本发明实现了饲料的多级输送，采用风送方式驱动投喂盘和浮球方式安装，减少机构重量的同时也方便投喂盘部署在鱼池中央；本发明还改进了传统识别算法中的模块对鱼池剩余饲料颗粒的检测，实现精准投喂。
-
公开(公告)号：CN117299614A
公开(公告)日：2023-12-29
申请号：CN202311517991.6
申请日：2023-11-14
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于双RGB‑D相机的苹果分级流水线系统及方法，涉及水果品质分级分选技术领域。包括依次连接的：上料模块、光学检测模块、称重模块、特征融合模块、分拣模块和装箱模块。方法包括：将待分拣的苹果装入漏斗中，送入下一部分；通过光学检测和称重，获取待测苹果的重量、外表颜色、表皮纹理和形态特征；对S2中获得的苹果的重量、外表颜色、表皮纹理和形态特征进行特征融合，得到苹果的等级；由电机控制推杆将苹果推入对应的果箱中。本发明实现了苹果的快速准确分级分选，同时减少分级过程中的损坏和对人力的需求，对于增加苹果的商业价值，提高苹果品质具有重要意义。
-
公开(公告)号：CN118037814B
公开(公告)日：2024-08-13
申请号：CN202410006883.0
申请日：2024-01-03
Applicant: 南京农业大学
IPC: G06F30/27
Abstract: 本发明提供一种颗粒肥料沉积分布模式自动检测系统及方法，首先在检测区域铺设具有采样网格单元的撒肥校准垫，然后撒肥机通过检测区域，颗粒肥料抛洒至校准垫上，利用图像采集装置获取颗粒肥料分布图像并传输至图像处理核心，对颗粒肥料进行识别检测，输出每个采样网格单元内颗粒肥料的质量数据，进一步计算得出撒肥有效幅宽内颗粒肥料的分布变异系数、单位面积施肥量误差及横向沉积分布曲线，通过上述三指标结果分析颗粒肥料沉积分布模式，对撒肥机进行参数校准、性能测试及结构优化。本发明在保证检测精度的前提下具有更加智能化、成本更低、检测效率更高等优点，在极大程度上节省里人工成本及物料成本，检测精准快速，具有较强的推广价值。
-
公开(公告)号：CN115049952B
公开(公告)日：2023-04-07
申请号：CN202210454057.3
申请日：2022-04-24
Applicant: 南京农业大学
IPC: G06V20/40 , G06V20/60 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/082 , G06N3/084
Abstract: 本发明提供了一种基于多尺度级联感知深度学习网络的幼鱼肢体识别方法，采集幼鱼的视频序列后，鱼体分为五个不重叠的部分并分别进行语义标注，作为多尺度级联感知深度学习网络的输入；使用卷积层作为特征提取器，对输入的包含各肢体标注的图像进行特征提取，提取的特征输入到Attention‑RPN结构，判别各像素点的类别，采用多尺度级联方法生成每种肢体类别的肢体掩模。本发明能够较为高效精准地识别幼鱼的肢体，为幼鱼的姿态量化提供了技术支持。
-
公开(公告)号：CN115049952A
公开(公告)日：2022-09-13
申请号：CN202210454057.3
申请日：2022-04-24
Applicant: 南京农业大学
IPC: G06V20/40 , G06V20/60 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于多尺度级联感知深度学习网络的幼鱼肢体识别方法，采集幼鱼的视频序列后，鱼体分为五个不重叠的部分并分别进行语义标注，作为多尺度级联感知深度学习网络的输入；使用卷积层作为特征提取器，对输入的包含各肢体标注的图像进行特征提取，提取的特征输入到Attention‑RPN结构，判别各像素点的类别，采用多尺度级联方法生成每种肢体类别的肢体掩模。本发明能够较为高效精准地识别幼鱼的肢体，为幼鱼的姿态量化提供了技术支持。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.027 seconds)
