公开(公告)号：CN118015432B

公开(公告)日：2024-09-17

申请号：CN202410418900.1

申请日：2024-04-09

Applicant: 西北农林科技大学深圳研究院

Inventor： 胡祖庆 ,  张琦 ,  石祥 ,  罗晨

IPC: G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V40/10

Abstract: 本发明涉及图像识别技术领域，具体涉及一种害虫识别方法及系统，包括：S1：建立识别模型，所述识别模型采用基于YOLOv8s模型改进的YOLOv8s_HS模型，且改进时采用Hard swish激活函数替换所述YOLOv8s模型中的SiLU激活函数，并在所述YOLOv8s模型的检测头中增加SimAM注意力机制；S2：获取待识别害虫图像；S3：将所述待识别害虫图像输入所述识别模型，获得相应的识别结果；S4：统计所述识别结果中害虫的数量。本发明采用改进的基于深度学习模型YOLOv8s_HS的识别模型，不但实现了自动化的识别和计数，且经实验得知其检测精确度达到了95.95%，保证了害虫的准确快速识别。

公开(公告)号：CN105760962A

公开(公告)日：2016-07-13

申请号：CN201610144403.2

申请日：2016-03-14

Applicant: 西北农林科技大学

Inventor： 黄敏 ,  胡祖庆 ,  王刚 ,  张经常 ,  王春芳 ,  陈贵红 ,  洪波 ,  刘琰军

IPC: G06Q10/04 ,  G06Q50/02

CPC classification number: G06Q10/04 ,  G06Q50/02

Abstract: 本发明公开了一种蚊蚋监测预警系统，包括前台和后台两大部分，其中前台由GIS模块和预测预报模块组成，后台由管理模块和数据库模块组成。该系统大大促进了蚊蚋预测预报预警工作的标准化、网络化、现代化、自动化、可视化发展，适合推广应用。

公开(公告)号：CN103798209A

公开(公告)日：2014-05-21

申请号：CN201310538000.2

申请日：2013-10-29

Applicant: 西北农林科技大学

Inventor： 赵惠艳 ,  赫娟 ,  张改生 ,  胡祖庆 ,  胡想顺 ,  张宇宏

IPC: A01M1/22

Abstract: 本发明公开了一种高静电处理蚜虫的方法，将蚜虫放置于培养皿中，将培养皿放置于微型静电发生器产生的静电场中进行辐射，在10KV的条件下，静电处理360min。本实验用微型高压静电发生器，利用正负电极形成稳恒的高压静电场；随后将麦长管蚜置于高压静电发生器形成的电场中，逐步调节高压静电发生器的电压数值，并且观察蚜虫的死亡率。本发明所述方法具有准确率高的特点，适合推广应用。

公开(公告)号：CN119761584A

公开(公告)日：2025-04-04

申请号：CN202411909869.8

申请日：2024-12-24

Applicant: 西北农林科技大学 ,  西安黄氏生物工程有限公司 ,  兴平市农业技术推广中心

Inventor： 胡祖庆 ,  石祥 ,  张琦 ,  罗晨 ,  胡小平 ,  宋梁栋 ,  王忠娣 ,  牛晓萍 ,  杨荣 ,  李赟 ,  黄卫利

IPC: G06Q10/04 ,  G06Q50/02 ,  G06V10/774 ,  G06V10/82 ,  G06V20/70 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明适用于病虫害防治技术领域，提供了基于深度学习和BP神经网络的梨小食心虫监测预测方法，该方法通过将深度学习算法和BP神经网络相结合，可有效地进行梨小食心虫的虫害情况监测，并对虫害发展情况进行预测。其监测预测方法操作简单，预测结果与实际结果基本吻合，数据可靠，能够在农业种植中为科研和病虫害防治提供依据。

公开(公告)号：CN118015432A

公开(公告)日：2024-05-10

申请号：CN202410418900.1

申请日：2024-04-09

Applicant: 西北农林科技大学深圳研究院

Inventor： 胡祖庆 ,  张琦 ,  石祥 ,  罗晨

IPC: G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V40/10

Abstract: 本发明涉及图像识别技术领域，具体涉及一种害虫识别方法及系统，包括：S1：建立识别模型，所述识别模型采用基于YOLOv8s模型改进的YOLOv8s_HS模型，且改进时采用Hard swish激活函数替换所述YOLOv8s模型中的SiLU激活函数，并在所述YOLOv8s模型的检测头中增加SimAM注意力机制；S2：获取待识别害虫图像；S3：将所述待识别害虫图像输入所述识别模型，获得相应的识别结果；S4：统计所述识别结果中害虫的数量。本发明采用改进的基于深度学习模型YOLOv8s_HS的识别模型，不但实现了自动化的识别和计数，且经实验得知其检测精确度达到了95.95%，保证了害虫的准确快速识别。

公开(公告)号：CN221843563U

公开(公告)日：2024-10-18

申请号：CN202420417144.6

申请日：2024-03-05

Applicant: 西北农林科技大学

Inventor： 胡祖庆 ,  张琦 ,  石祥 ,  熊博

IPC: A01M1/02 ,  A01M1/16 ,  H04N23/50

Abstract: 本申请公开了一种害虫测报装置，涉及农业害虫捕捉技术领域，包括：箱体，一侧面上设置有收集口；箱体内部设置有：固定杆，卷绕有粘虫膜；上导向杆；下导向杆，粘虫膜经过导向杆后，位于导向杆之间的部分正对收集口，粘虫膜上设置有孔洞；挂杆，设置有诱芯，诱芯正对孔洞；粘虫膜卷轴，粘虫膜卷收在粘虫膜卷轴上；摄像头，用于拍摄粘虫膜的图像；通信单元，用于将图像发送至研究设备。本申请采用能够自动卷收的粘虫膜粘集害虫，并在粘虫膜上孔洞的位置设置诱芯，以诱集害虫，通过粘集和诱集两种方式对不同的害虫进行收集，并在对收集的害虫进行自动拍照，得到的图像将上传至研究设备中，无需人工收集，实现了自动化的测报。