-
公开(公告)号:CN118333056A
公开(公告)日:2024-07-12
申请号:CN202410434428.0
申请日:2024-04-11
Applicant: 西北农林科技大学
IPC: G06F40/295 , G06N3/0442 , G06F18/213 , G06F18/25 , G06N3/0495 , G06N3/082 , G06N3/047
Abstract: 本发明提供了一种考虑双维信息的中文猕猴桃文本命名实体识别方法,双维信息为水平维度文本信息与垂直维度文本信息,包括:步骤1,构建中文猕猴桃文本数据集;步骤2,中文猕猴桃文本矢量化;步骤3,通过CoordKIWINER模块增强字符矢量文本信息;步骤4,使用PruneBi‑LSTM网络对中文猕猴桃文本进行序列编码;步骤5,使用条件随机场,对语句特征矢量H进行译码,得到输入的特征张量X最终的输出序列Y*。本发明创造性地设计了CoordKIWINER与PruneBi‑LSTM两个模块,有效解决了中文猕猴桃文本双维度信息未被利用这一问题,进一步提升了针对猕猴桃文本命名实体识别的准确率,并在自建领域数据集上取得了最优的效果。
-
公开(公告)号:CN116326429A
公开(公告)日:2023-06-27
申请号:CN202310059974.6
申请日:2023-01-16
Applicant: 农业农村部南京农业机械化研究所 , 西北农林科技大学 , 北京市农林科学院智能装备技术研究中心
Abstract: 本发明公开了大球盖菇采摘技术领域的一种大球盖菇的智能化采摘机械手,包括依靠滚轮移动的采摘箱,所述采摘箱内设置有采摘组件和驱动组件,所述驱动组件用于驱动采摘组件移动;所述采摘组件包括固定柱,所述固定柱上转动连接有安装板,所述安装板的底部转动连接有若干呈阵列分布的夹持杆,所述夹持杆为S形,所述安装板侧边设置有驱动部,所述驱动部用于驱动夹持杆撑开并夹紧;本发明可以大大提高大球盖菇的采摘效率。
-
公开(公告)号:CN116326429B
公开(公告)日:2023-10-10
申请号:CN202310059974.6
申请日:2023-01-16
Applicant: 农业农村部南京农业机械化研究所 , 西北农林科技大学 , 北京市农林科学院智能装备技术研究中心
Abstract: 本发明公开了大球盖菇采摘技术领域的一种大球盖菇的智能化采摘机械手,包括依靠滚轮移动的采摘箱,所述采摘箱内设置有采摘组件和驱动组件,所述驱动组件用于驱动采摘组件移动;所述采摘组件包括固定柱,所述固定柱上转动连接有安装板,所述安装板的底部转动连接有若干呈阵列分布的夹持杆,所述夹持杆为S形,所述安装板侧边设置有驱动部,所述驱动部用于驱动夹持杆撑开并夹紧;本发明可以大大提高大球盖菇的采摘效率。
-
公开(公告)号:CN118334507A
公开(公告)日:2024-07-12
申请号:CN202410276357.6
申请日:2024-03-12
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于改进RTMDet的玉米雄穗轻量化检测方法、系统和设备,属于图像处理技术领域。该方法先根据玉米抽雄期雄穗不同的状态将其分为两类:Tassel_N(雄穗未抽出或已去除状态)、Tassel_S(雄穗抽出未成熟状态)。然后对现有的RTMDet‑tiny模型进行轻量化和高精度的改进,在RTMDet‑tiny主干网络中采用轻量级深度可分离卷积替换CSPNext中的普通卷积,在颈部网络中引入SE注意力模块,并采用EIOU Loss替代GIOU Loss,最终构建出一个新的用于玉米雄穗检测的DSE‑RTMDet网络模型。利用本发明中提出的DSE‑RTMDet网络模型对人工去雄后的玉米雄穗进行检测,模型的参数量和浮点数运算量分别降低了24.5%,17.3%,平均检测精度提升了1.2%,推理速度提升了9.1%,与主流的检测模型如YOLOv6、YOLOv8、YOLOX相比,本发明展现出更优秀的检测性能。
-
公开(公告)号:CN117671542A
公开(公告)日:2024-03-08
申请号:CN202311762840.7
申请日:2023-12-20
Applicant: 西北农林科技大学
IPC: G06V20/17 , G06V20/10 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明属于虫害防治技术领域,公开了一种稻纵卷叶螟虫害区域个数计算方法及系统,使用轻量型无人机拍摄数据集,相比人工采集方式省时省力。针对稻纵卷叶螟的危害区域特点,使用多种数据增强手段。对原始Deeplabv3+网络进行针对性改进,替换了主干网络,减少了模型的训练时间。在网络的编码和解码处增加CoordinateAttention注意力机制,增强信息的提取能力。处理通过网络分割出的不合理病害区域。把所有病害区域加入集合中通过算法不断更新获得最终合理的结果。
-
公开(公告)号:CN117537835A
公开(公告)日:2024-02-09
申请号:CN202311495481.3
申请日:2023-11-10
Applicant: 西北农林科技大学
IPC: G01C21/34
Abstract: 本发明提供了一种设施环境自走式农业机器人视觉导航线拟合方法及装置,方法包括:获取目标温室路面的实时数据,并将所述实时数据输入至训练好的路面分割导航线拟合模型中,得到拟合结果;根据所述拟合结果控制目标机器人进行移动,并获取移动过程中的所述目标机器人的反馈参数;根据所述反馈参数对所述路面分割导航线拟合模型进行优化;所述路面分割导航线拟合模型为DeeplabViT+模型;所述DeeplabViT+模型的骨干网络和编码器为Vision Transformer;所述DeeplabViT+模型中内置有ASPP模块。本发明利用基于深度神经网络和级联视觉网络(Vision Transformer,ViT)结构的实时语义分割模型和最小二乘法原理,实现了高精度实时机器人视觉导航线拟合及控制移动。
-
-
-
-
-