公开(公告)号：CN116740429A

公开(公告)日：2023-09-12

申请号：CN202310674186.8

申请日：2023-06-08

Applicant: 哈尔滨工业大学

Inventor： 刘擘龙 ,  刘劼 ,  王强

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/24 ,  G06N3/04 ,  G06N3/082 ,  G06N3/0895

Abstract: 本发明提出一种基于目标检测的云边协同危险物品自动检测识别与定位抓取方法及系统。所述方法包括以下步骤：危险物品检测识别步骤，将输入的X光图像进行危险物品检测和识别并对危险等级分级；定位与抓取步骤，确定危险物品的位置坐标并使用机械臂进行自动抓取；模型持续学习包括以下步骤：使用半监督的知识蒸馏方法进行无标签X光图像数据的自动学习；根据上述技术方案，可以有效的利用目标检测方法对危险物品同时进行检测识别和定位，同时利用机械臂进行自动抓取与分拣危险物品，另外，模型可以根据分布式X光机采集的大规模数据集进行持续学习和不断自我更新，实现更强的泛化能力和更好的鲁棒性和自动化安检过程。

公开(公告)号：CN116740351A

公开(公告)日：2023-09-12

申请号：CN202310674189.1

申请日：2023-06-08

Applicant: 哈尔滨工业大学

Inventor： 刘擘龙 ,  刘劼 ,  王强

IPC: G06V10/26 ,  G06V10/764 ,  G06Q10/0639 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出基于深度图像语义分割的作物叶面积指数估计方法。所述方法包括作物高质量图像数据采集系统和基于图像分割的叶面积指数测量框架设计两部分。目的是在没有农作物高质量图像的情况下，能够稳定高效的采集作物图像数据并开发基于图像语义分割方法的作物叶面积指数(LeafAreaIndex,LAI)测量模型。从而构建基于图像语义分割的作物叶面积指数测量算法。所述方法验证了基于深度学习的图像分割方法在作物叶面积指数测量方面的高精度和鲁棒性。

公开(公告)号：CN113723760A

公开(公告)日：2021-11-30

申请号：CN202110876139.2

申请日：2021-07-30

Applicant: 哈尔滨工业大学

Inventor： 王玲 ,  王金翼 ,  李净峰 ,  刘擘龙 ,  李景旭 ,  林之浩

IPC: G06Q10/06 ,  G06F16/25 ,  G06F16/36 ,  G06N20/00 ,  G06Q10/04 ,  G06Q50/02

Abstract: 本发明提出一种智慧农业物联网平台，平台包括农业大数据管理单元，农业知识图谱单元，算法与模型预测分析单元和农机控制单元；综合了农业大数据管理，农业算法与模型预测分析，农业知识图谱和农机控制；可以方便实时的对农业生产中汇总的数据进行监控，挖掘数据中蕴含的内在信息，结合多种人工智能算法与模型，结合专家系统知识，对农业生产进行指导与规划，结合物联网的相关技术实现对农机等设备的远程控制。