基于深度学习的农田喷药系统及杂草检测方法

    公开(公告)号:CN117292248B

    公开(公告)日:2024-04-26

    申请号:CN202311420938.4

    申请日:2023-10-30

    Abstract: 本发明公开了基于深度学习的农田喷药系统及其杂草检测方法,属于深度学习和智能喷药技术领域,本发明基于W‑YOLOv5和HSV色彩空间过滤的杂草检测方法并开发了智能精准喷药系统,将杂草检测算法在服务器训练、调试后嵌入至开发板中,利用摄像头采集农田作物和杂草图像,通过开发板运算处理后得到杂草位置并输出杂草严重等级,开发板根据杂草严重等级通过GPIO向四路继电器发送不同电平信号,进而控制电磁阀的开闭,通过四个电磁阀的不同开闭组合,实现精准变量喷药,同时还能完成系统流量的监测。本发明可精准检测农田中的各类杂草,并智能决策喷药量,无需人为主观判断,减少了农药的浪费和对农田的污染,对提高农产品安全和生态环境可持续发展具有重要意义。

    基于深度学习的农田喷药系统及杂草检测方法

    公开(公告)号:CN117292248A

    公开(公告)日:2023-12-26

    申请号:CN202311420938.4

    申请日:2023-10-30

    Abstract: 本发明公开了基于深度学习的农田喷药系统及其杂草检测方法,属于深度学习和智能喷药技术领域,本发明基于W‑YOLOv5和HSV色彩空间过滤的杂草检测方法并开发了智能精准喷药系统,将杂草检测算法在服务器训练、调试后嵌入至开发板中,利用摄像头采集农田作物和杂草图像,通过开发板运算处理后得到杂草位置并输出杂草严重等级,开发板根据杂草严重等级通过GPIO向四路继电器发送不同电平信号,进而控制电磁阀的开闭,通过四个电磁阀的不同开闭组合,实现精准变量喷药,同时还能完成系统流量的监测。本发明可精准检测农田中的各类杂草,并智能决策喷药量,无需人为主观判断,减少了农药的浪费和对农田的污染,对提高农产品安全和生态环境可持续发展具有重要意义。

    一种玉米株心识别方法
    3.
    发明公开

    公开(公告)号:CN118470712A

    公开(公告)日:2024-08-09

    申请号:CN202410927971.4

    申请日:2024-07-11

    Abstract: 本发明公开一种玉米株心识别方法,涉及图像识别技术领域,包括以下步骤:边缘精度处理:将采集到的数据图像进行边缘填充,并逐个进行标注;构建网络模型:构建包括主干网络和自适性的轻量化渐进特征金字塔网络的网络模型,自适性的轻量化渐进特征金字塔网络在大尺寸目标检测层输出前引入具有选择性的注意力机制;株心定位:使用色彩空间滤波算法分割叶冠区域,使用间隙填充算法区分背景和叶冠区域,利用图像矩原理准确计算株心坐标。本发明针对旋转边界框旋转角度受图片边缘限制,无法准确标注边角信息的问题,设计了高精度边缘标注策略,通过扩展图片的边缘区域,确保对图片边缘进行准确的标注,进而提高玉米株心坐标的计算准确度。

    一种玉米株心识别方法
    4.
    发明授权

    公开(公告)号:CN118470712B

    公开(公告)日:2024-10-29

    申请号:CN202410927971.4

    申请日:2024-07-11

    Abstract: 本发明公开一种玉米株心识别方法,涉及图像识别技术领域,包括以下步骤:边缘精度处理:将采集到的数据图像进行边缘填充,并逐个进行标注;构建网络模型:构建包括主干网络和自适性的轻量化渐进特征金字塔网络的网络模型,自适性的轻量化渐进特征金字塔网络在大尺寸目标检测层输出前引入具有选择性的注意力机制;株心定位:使用色彩空间滤波算法分割叶冠区域,使用间隙填充算法区分背景和叶冠区域,利用图像矩原理准确计算株心坐标。本发明针对旋转边界框旋转角度受图片边缘限制,无法准确标注边角信息的问题,设计了高精度边缘标注策略,通过扩展图片的边缘区域,确保对图片边缘进行准确的标注,进而提高玉米株心坐标的计算准确度。

Patent Agency Ranking