公开(公告)号：CN116824141A

公开(公告)日：2023-09-29

申请号：CN202310726197.6

申请日：2023-06-19

Applicant: 西北农林科技大学

Inventor： 王美丽 ,  赵宏珂 ,  李延华 ,  胡建宏 ,  张宏鸣 ,  李书琴 ,  王小龙

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V40/10

Abstract: 本发明公开了一种基于深度学习的牲畜图像实例分割方法及装置，涉及计算机视觉领域，方法包括：对单只牲畜和多只牲畜的图像采集作为数据集；通过改进卷积神经网络ConvNeXt‑T对图像特征提取，利用特征金字塔得到不同尺度的特征图；通过改进DynamicRCNN网络结构作为目标检测，对特征图中目标进行分类和位置回归；通过改进的RefineMask分割网络，对特征图中目标的轮廓进行分割，利用细化策略获得精准的分割结果。本发明提出的实例分割方法可以精准的定位和分割出复杂场景下每个牲畜的不规则轮廓，缓解了由于背景和牲畜重叠度高而为其他视觉任务带来的挑战。

公开(公告)号：CN210244394U

公开(公告)日：2020-04-03

申请号：CN201921673448.4

申请日：2019-10-09

Applicant: 西北农林科技大学

Inventor： 晁晓菲 ,  孙国英 ,  赵宏珂 ,  李敏 ,  旭日干 ,  尹建烁

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本实用新型涉及一种叶片扫描装置及病害识别系统，该叶片扫描装置包括底座、第一立板、第二立板、承载板和承载盖，选用透明玻璃制成的承载板和承载盖，承载盖盖合承载板并形成放置被测叶片的容纳腔，承载盖一侧圆台凸起可使被测叶片平整，便于采集叶片表面的病害信息，另外承载板以转动方式假设在第一立板和第二立板之间，使得放置在容纳腔内的被测叶片可多方位的被该叶片扫描装置采集叶片的病害信息。该病害识别系统，通过对叶片图像信息的整合处理，构建可深度学习的卷积神经网络实现对叶片病害的准确、快速诊断。