-
公开(公告)号：CN117911840B
公开(公告)日：2024-09-20
申请号：CN202410318017.5
申请日：2024-03-20
Applicant: 河南科技学院
IPC: G06V10/82 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/80
Abstract: 本发明提供一种用于滤网表面缺陷检测的深度学习方法，包括以下步骤：在YOLOv5网络算法的骨干网最后一层加入注意力机制SE模块，注意力机制SE模块用于在特征提取过程中自适应地调整和校正特征权重；在YOLOv5网络算法的颈部网络引入特征金字塔网络BiFPN模块，并去除YOLOv5网络算法原有的路径聚合网络PANet结构，得到优化后的YOLOv5网络算法；通过滤网表面缺陷数据集训练优化后的YOLOv5网络算法，并得到用于滤网表面缺陷检测的YOLOv5目标检测网络。在YOLOv5网络算法中增加注意力机制SE和金字塔网络BiFPN模块，可以对滤网表面的缺陷进行精准的检测。
-
公开(公告)号：CN111882108A
公开(公告)日：2020-11-03
申请号：CN202010560832.4
申请日：2020-06-18
Applicant: 河南科技学院
Abstract: 本发明公开了一种混养模式下肉鸡仓储式圈舍分配方法，属于智慧养殖领域。在绿色养殖背景下，本发明建立了多品种肉鸡混养模式的仓储式圈舍分配模型，并基于群居蜘蛛优化算法对该模型进行求解。鉴于其仍存在易早熟、收敛速度慢等缺点，以及主要应用于连续优化问题的实际，提出一种改进型群居蜘蛛优化算法，即首先通过四维矩阵离散编码机制降低了连续编码带来的转换误差，提高了种群的多样性；通过子种群重构机制，提高了雌、雄蜘蛛子种群各自的进化能力；其次通过引入自适应高斯婚配半径，提高了求解效率；最后通过多婚配算子，提高了子代产生的质量。本发明有效改善了混养模式下仓储式圈舍的布局，从而在很大程度上保证了各品种肉鸡的正常生长。
-
公开(公告)号：CN110046614B
公开(公告)日：2024-02-20
申请号：CN201910411127.5
申请日：2019-05-17
Applicant: 河南科技学院
IPC: G06V20/13 , G06Q10/047 , G06Q10/0631 , G06T7/00 , G06T7/70 , A01K29/00
Abstract: 本发明提供一种大型动物养殖疫病采集预警防治机器人系统，它包括小型无人机，用于在养殖区域内巡回；安装在所述小型无人机上的采集装置，用于采集目标区域的细菌；安装在所述小型无人机上的注射机构，用于对大型养殖动物进行飞针注射；安装在所述小型无人机上的摄像头，用于拍摄图像，供系统进行图像识别。借助养殖区的格栅化设计和摄像头的布置，能够很容易的构建出区域内的坐标系，然后借助小型无人机巡航，检查各个仓位的病菌情况，确定疫情，注射相应疫苗，达到无人化疫病采集和控制的目的。
-
公开(公告)号：CN114913409A
公开(公告)日：2022-08-16
申请号：CN202210392176.0
申请日：2022-04-14
Applicant: 河南科技学院
Abstract: 本发明提出了一种面向海洋生物的伪装目标识别方法，用以解决现有伪装检测模型不适用于海洋场景中的伪装物体识别的技术问题。本发明的步骤为：利用正样本图像和负样本图像对显著特征提取网络进行训练生成特征图；利用环境注意力机制提取特征图中伪装目标特征和被伪装目标特征的环境特征信息；建立环境特征信息和目标显著特征的图结构；将特征图输入到相似性度量模块，得到潜在特征并优化候选框获取目标特征图，得到水下目标检测模型；利用判别器判断水下目标检测模型预测的精确度；训练水下目标检测模型，并实现伪装目标的识别。本发明通过对抗学习的方式区分伪装和被伪装目标，同时解决了真实边界框模糊的问题，提高了水下伪装目标识别精度。
-
公开(公告)号：CN113538379A
公开(公告)日：2021-10-22
申请号：CN202110805754.4
申请日：2021-07-16
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于RGB与灰度图像的双流编码融合显著性检测方法，其步骤为：获得RGB图像及其对应的真值图，并生成RGB图像对应的灰度图像，对灰度图像进行复制合并得到三通道灰度图；其次，将三通道灰度图和RGB图像分别输入编码器网络，得到多尺度特征图；然后，利用解码器网络对多尺度特征图进行解码，输出预测图像；并利用损失函数计算预测图像和真值图的损失值，根据损失值判断编码器‑解码器网络是否训练完成；最后，获取待检测图像，并将待检测图像及其对应的三通道灰度图分别输入编码区‑解码器网络，输出待检测图像的预测结果。本发明通过设计的双流编码器与多尺度解码器，优化了显著性图像的边缘部分，突出了显著性物体。
-
Patent Agency Ranking
公开(公告)号：CN111882108B
公开(公告)日：2023-04-28
申请号：CN202010560832.4
申请日：2020-06-18
Applicant: 河南科技学院
Abstract: 本发明公开了一种混养模式下肉鸡仓储式圈舍分配方法，属于智慧养殖领域。在绿色养殖背景下，本发明建立了多品种肉鸡混养模式的仓储式圈舍分配模型，并基于群居蜘蛛优化算法对该模型进行求解。鉴于其仍存在易早熟、收敛速度慢等缺点，以及主要应用于连续优化问题的实际，提出一种改进型群居蜘蛛优化算法，即首先通过四维矩阵离散编码机制降低了连续编码带来的转换误差，提高了种群的多样性；通过子种群重构机制，提高了雌、雄蜘蛛子种群各自的进化能力；其次通过引入自适应高斯婚配半径，提高了求解效率；最后通过多婚配算子，提高了子代产生的质量。本发明有效改善了混养模式下仓储式圈舍的布局，从而在很大程度上保证了各品种肉鸡的正常生长。
-
公开(公告)号：CN110053774A
公开(公告)日：2019-07-26
申请号：CN201910411124.1
申请日：2019-05-17
Applicant: 河南科技学院
IPC: B64C39/02 , A61D7/00 , G01N33/569
Abstract: 本发明提供一种用于大型动物养殖疫病采集预警系统的控制方法，步骤1）构件坐标系；步骤2）规划出飞行路线；步骤3）在每个大型动物的臀部涂抹一圈紫色区域作为识别标识；步骤4）小型无人机搭载病菌检测试纸；步骤5）小型无人机在栏位上空巡航；步骤6）小型无人机返航落入病菌检测区获取有无病菌，以及病菌类型；步骤7）若无病菌，小型无人机飞入无人机仓位充电待机或飞往下一目标栏位进行病菌采集；步骤8）若有病菌，根据检测区检测位置判断病菌类型，将数据存储，并发送至控制中心，同时更新病菌检测试纸。采用该系统实现对大型动物疫病的自动化采集以及防治。
-
公开(公告)号：CN117911840A
公开(公告)日：2024-04-19
申请号：CN202410318017.5
申请日：2024-03-20
Applicant: 河南科技学院
IPC: G06V10/82 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/80
Abstract: 本发明提供一种用于滤网表面缺陷检测的深度学习方法，包括以下步骤：在YOLOv5网络算法的骨干网最后一层加入注意力机制SE模块，注意力机制SE模块用于在特征提取过程中自适应地调整和校正特征权重；在YOLOv5网络算法的颈部网络引入特征金字塔网络BiFPN模块，并去除YOLOv5网络算法原有的路径聚合网络PANet结构，得到优化后的YOLOv5网络算法；通过滤网表面缺陷数据集训练优化后的YOLOv5网络算法，并得到用于滤网表面缺陷检测的YOLOv5目标检测网络。在YOLOv5网络算法中增加注意力机制SE和金字塔网络BiFPN模块，可以对滤网表面的缺陷进行精准的检测。
-
公开(公告)号：CN110053774B
公开(公告)日：2023-04-07
申请号：CN201910411124.1
申请日：2019-05-17
Applicant: 河南科技学院
IPC: G01N33/569 , B64D1/02 , B64U10/14 , B64F1/00 , A61D7/00
Abstract: 本发明提供一种用于大型动物养殖疫病采集预警系统的控制方法，步骤1）构建坐标系；步骤2）规划出飞行路线；步骤3）在每个大型动物的臀部涂抹一圈紫色区域作为识别标识；步骤4）小型无人机搭载病菌检测试纸；步骤5）小型无人机在栏位上空巡航；步骤6）小型无人机返航落入病菌检测区获取有无病菌，以及病菌类型；步骤7）若无病菌，小型无人机飞入无人机仓位充电待机或飞往下一目标栏位进行病菌采集；步骤8）若有病菌，根据病菌检测区检测位置判断病菌类型，将数据存储，并发送至控制中心，同时更新病菌检测试纸。采用该系统实现对大型动物疫病的自动化采集以及防治。
-
公开(公告)号：CN113538379B
公开(公告)日：2022-11-22
申请号：CN202110805754.4
申请日：2021-07-16
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于RGB与灰度图像的双流编码融合显著性检测方法，其步骤为：获得RGB图像及其对应的真值图，并生成RGB图像对应的灰度图像，对灰度图像进行复制合并得到三通道灰度图；其次，将三通道灰度图和RGB图像分别输入编码器网络，得到多尺度特征图；然后，利用解码器网络对多尺度特征图进行解码，输出预测图像；并利用损失函数计算预测图像和真值图的损失值，根据损失值判断编码器‑解码器网络是否训练完成；最后，获取待检测图像，并将待检测图像及其对应的三通道灰度图分别输入编码区‑解码器网络，输出待检测图像的预测结果。本发明通过设计的双流编码器与多尺度解码器，优化了显著性图像的边缘部分，突出了显著性物体。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.017 seconds)
