-
公开(公告)号：CN114842291A
公开(公告)日：2022-08-02
申请号：CN202210386106.4
申请日：2022-04-13
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于迁移学习和锐度感知最小化的小麦锈病识别方法，1、其特征在于：包括以下步骤：S1：获取不同病害时期的小麦锈病图片，根据病害的严重程度对小麦锈病图片进行分级；S2：对小麦锈病图片先进行预处理以及数据增强，得到小麦锈病训练集；S3：利用ImageNet大型图片数据集对轻量化模型进行预训练得到预训练模型，并保存预训练模型参数；S4：在预训练模型的基础上，利用小麦锈病训练集对预训练模型进行训练，采用标签平滑损失函数，并结合锐度感知最小化方法对预训练模型进行微调，提升预训练模型的泛化能力。本发明通过引入迁移学习方法，有效提升了轻量化模型的识别精度，同时结合锐度感知最小化方法能够防范模型过拟合的风险。
-
公开(公告)号：CN114774253A
公开(公告)日：2022-07-22
申请号：CN202210305887.X
申请日：2022-03-25
IPC: C12M1/26 , C12N3/00 , G01N21/84 , G06K9/62 , G06N3/04 , G06N3/08 , G06V20/69 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种便携式孢子捕捉检测装置及其检测方法，包括箱体，还包括所述箱体内设有的孢子采集机构、工作机构、雾化机构和拍照上传机构，所述孢子采集机构能够将空气中的孢子吸入，所述雾化机构能够对孢子进行染色处理，所述拍照上传机构能够孢子进行拍摄上传图像数据，本发明相较于现有农田孢子捕捉设备而言，实现了分布式的算法分析和实时推理，达到自动化对象识别的同时，减少站点间数据传输的压力；具有鲁棒性更高、精度和计算速度更高、适用多类别识别的优点；对于光照、角度不同以及重叠的被测对象都适用；检测算法采用的是一对多的标签匹配策略，推理时只需提取目标图像的特征矩阵计算类别概率和位置坐标，即可一步到位实现多类别检测。
-
公开(公告)号：CN217786666U
公开(公告)日：2022-11-11
申请号：CN202220672286.8
申请日：2022-03-25
IPC: G01N1/24 , G01N1/28 , G01N1/30 , G01N21/84 , G01N21/01 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本实用新型提供了一种便携式孢子捕捉检测装置，包括箱体，还包括所述箱体内设有的孢子采集机构、工作机构、雾化机构和拍照上传机构，所述孢子采集机构能够将空气中的孢子吸入，所述雾化机构能够对孢子进行染色处理，所述拍照上传机构能够孢子进行拍摄上传图像数据，本实用新型相较于现有农田孢子捕捉设备而言，实现了分布式的算法分析和实时推理，达到自动化对象识别的同时，减少站点间数据传输的压力；对于光照、角度不同以及重叠的被测对象都适用。
-
Patent Agency Ranking
公开(公告)号：CN117994656A
公开(公告)日：2024-05-07
申请号：CN202410124967.4
申请日：2024-01-30
Applicant: 浙江大学
IPC: G06V20/10 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种针对水稻叶瘟病图像识别的小目标检测方法，通过GCPDFFNet检测模型完成对水稻叶瘟病的检测，GCPDFFNet检测模型包括：输入模块、网络骨干、检测模块以及输出模块。其中检测模块采用了三个GC注意力模块和两个PDFF模块。本发明基于深度学习无锚框检测算法CenterNet，提出PDFF特征融合模块和SNWD损失函数，经过多种方法的优化整合，使模型的对水稻叶瘟病的检测准确率得到明显提高，同时保持着较快的推理速度。
-
公开(公告)号：CN114879744A
公开(公告)日：2022-08-09
申请号：CN202210764048.4
申请日：2022-07-01
Applicant: 浙江大学湖州研究院
IPC: G05D1/10
Abstract: 本发明提供了一种基于机器视觉的夜间作业无人机系统，包括机体和地面上位机，机体包括卫星定位系统、通信模块和飞控模块，机体分别连接有可变光源、摄像机、处理器和激光雷达，处理器分别与可变光源、摄像机、激光雷达、飞控模块之间通过通信模块的串口进行通信，处理器与地面上位机之间通过无线电信号进行通信，可变光源能够根据夜间作业需要通过处理器或地面上位机改变光照波长和光照强度，处理器内设有边界分类模型，边界分类模型能够辅助飞控模块控制机体进行自主作业，摄像机能够将拍摄的图像通过处理器和通信模块传输至地面上位机，上位机能够根据图像远程检测农作物的病害情况，本发明实现无人机自主作业时的实时边界预警功能和紧急制动与避障功能。
-
公开(公告)号：CN116012721B
公开(公告)日：2023-06-30
申请号：CN202310312623.1
申请日：2023-03-28
Applicant: 浙江大学湖州研究院
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的水稻叶片病斑检测方法，通过EFFTAN检测模型完成对水稻病斑的检测，EFFTAN检测模型包括：特征提取模块、特征融合模块以及分类和目标框回归模块。本发明基于深度学习单阶段检测原理，提出增强特征融合方法和目标自适应方法，经过多种方法的优化整合，使模型的收敛速度及检测准确率得到明显提高，同时增强了模型的泛化能力。
-
公开(公告)号：CN116012721A
公开(公告)日：2023-04-25
申请号：CN202310312623.1
申请日：2023-03-28
Applicant: 浙江大学湖州研究院
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的水稻叶片病斑检测方法，通过EFFTAN检测模型完成对水稻病斑的检测，EFFTAN检测模型包括：特征提取模块、特征融合模块以及分类和目标框回归模块。本发明基于深度学习单阶段检测原理，提出增强特征融合方法和目标自适应方法，经过多种方法的优化整合，使模型的收敛速度及检测准确率得到明显提高，同时增强了模型的泛化能力。
-
公开(公告)号：CN114879744B
公开(公告)日：2022-10-04
申请号：CN202210764048.4
申请日：2022-07-01
Applicant: 浙江大学湖州研究院
IPC: G05D1/10
Abstract: 本发明提供了一种基于机器视觉的夜间作业无人机系统，包括机体和地面上位机，机体包括卫星定位系统、通信模块和飞控模块，机体分别连接有可变光源、摄像机、处理器和激光雷达，处理器分别与可变光源、摄像机、激光雷达、飞控模块之间通过通信模块的串口进行通信，处理器与地面上位机之间通过无线电信号进行通信，可变光源能够根据夜间作业需要通过处理器或地面上位机改变光照波长和光照强度，处理器内设有边界分类模型，边界分类模型能够辅助飞控模块控制机体进行自主作业，摄像机能够将拍摄的图像通过处理器和通信模块传输至地面上位机，上位机能够根据图像远程检测农作物的病害情况，本发明实现无人机自主作业时的实时边界预警功能和紧急制动与避障功能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.039 seconds)
