基于注意力融合因子特征金字塔的极小尺度害虫图像检测方法

    公开(公告)号:CN115358993A

    公开(公告)日:2022-11-18

    申请号:CN202211004153.4

    申请日:2022-08-22

    Applicant: 安徽大学

    Abstract: 本发明涉及基于注意力融合因子特征金字塔的极小尺度害虫图像检测方法,与现有技术相比解决了难以针对极小尺度害虫图像进行检测的缺陷。本发明包括以下步骤:极小尺度害虫图像数据的获取;基于注意力融合因子特征金字塔的构建;害虫目标定位分类网络的构建;基于注意力融合因子特征金字塔与害虫目标定位分类网络的联合训练;待测极小尺度害虫图像的获取;极小尺度害虫图像的定位识别。本发明提升了对小尺度害虫图像的细节特征提取的能力,增强了小尺度害虫的特征表达能力。

    一种大型虫情监测回收方法及装置

    公开(公告)号:CN117063903A

    公开(公告)日:2023-11-17

    申请号:CN202311223649.5

    申请日:2023-09-21

    Applicant: 安徽大学

    Abstract: 本发明涉及一种大型虫情监测回收方法,包括下列顺序的步骤:打开黑光引虫灯管和加热仓的上仓门,吸引虫子来到加热仓;关闭加热仓的上仓门和下仓门,执行加热杀虫工作,杀死虫子后,打开下仓门,加热烘干的虫子落到圆盘上摆放;位于圆盘正上方的相机对圆盘上的虫子进行拍照;拍摄的照片分别存储本地和上传云端进行识别,通过基于深度学习的图像识别模型,对图片内容进行依次识别;启动电刷对圆盘上的害虫进行清扫和回收。本发明还公开了一种大型虫情监测回收装置。本发明基于硬件、软件、电子、网络实现了自动化、智能化的虫情测报设备,为农业、林业等各个领域提供虫情的监测功能;实现软硬件的自动化,这使得虫情测报灯的工作更高效。

    基于自适应特征融合金字塔网络的三阶段害虫图像识别方法

    公开(公告)号:CN114565048A

    公开(公告)日:2022-05-31

    申请号:CN202210201018.2

    申请日:2022-03-02

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于自适应特征融合金字塔网络的三阶段害虫图像识别方法,包括:获取害虫图像数据集;构建自适应特征融合金字塔网络,将害虫原图像输入,输出害虫特征图;构建三阶段害虫图像目标定位识别网络;自适应特征融合金字塔网络与三阶段害虫图像目标定位识别网络组成害虫图像识别模型,将训练集输入害虫图像识别模型,将测试集输入训练好的害虫图像识别模型中,输出害虫图像检测的结果。本发明加强对害虫图像特征提取能力,获得更高质量更准确的预测框,最后构建三阶段害虫图像目标定位识别网络,加强了对害虫目标检测的精度;本方法可以运用到复杂的、相似度高的农业害虫检测工作中。

    基于自注意力机制的草莓病害图像识别方法

    公开(公告)号:CN115019303A

    公开(公告)日:2022-09-06

    申请号:CN202210892609.9

    申请日:2022-07-27

    Applicant: 安徽大学

    Abstract: 本发明涉及基于自注意力机制的草莓病害图像识别方法,与现有技术相比解决了草莓病害图像难以识别的缺陷。本发明包括以下步骤:获取草莓病害图像数据集并进行预处理;构建草莓病害分类识别模型;构建草莓病害自注意力机制模块;草莓病害分类识别模型的训练;待识别草莓病害图像的获得;待识别草莓病害图像结果的获得。本发明解决现阶段草莓病害识别精度问题,使用数据增强处理草莓病害图像,并提出了自注意力机制模块,结合使用草莓病害分类识别模型作为骨干网络加快草莓病害的识别速度与准确度。

Patent Agency Ranking