-
公开(公告)号：CN114693616B
公开(公告)日：2024-08-09
申请号：CN202210263662.2
申请日：2022-03-17
Applicant: 黑龙江八一农垦大学
IPC: G06T7/00 , G06V10/25 , G06V10/44 , G06V10/56 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于改进目标检测模型与卷积神经网络的水稻病害检测方法、设备和介质。所述方法在实际稻田中拍摄不同复杂环境下的健康水稻叶片和稻瘟病、胡麻斑病、细菌性条斑病三种常见水稻病害；然后通过对比四种特征提取网络的试验结果，确定了ResNet‑101为最佳特征提取网络；针对水稻病害中小病斑识别率不高的问题，融合特征金字塔网络提升识别准确率。试验结果表明，融合ResNet‑101与特征金字塔网络的Faster R‑CNN模型能够有效检测复杂背景下的水稻三种常见病害，与未改进的Faster R‑CNN模型和YOLO、SSD算法相比，在保证实时检测的基础上，进一步提高了算法的准确率。
-
公开(公告)号：CN104967817A
公开(公告)日：2015-10-07
申请号：CN201510338116.0
申请日：2015-06-18
Applicant: 黑龙江八一农垦大学
IPC: H04N7/18
Abstract: 本发明公开了一种计算机图像处理系统，包括处理器，所述处理器的输入端分别与视频采集模块、电源、单片机、和速度传感器的输出端电性连接，所述处理器的输出端分别与存储器、图像采集模块和无线发射装置的输入端电性连接，所述无线发射装置的输出端与远程接收装置的输入端无线连接，所述远程接收装置的输出端与视频解码器的输入端电性连接。本计算机图像处理系统可以对超速车辆进行拍照收集，方便了使用者对违规车辆现场照片的筛选，不需要通过视频回放查找，减小了工作量，此外该系统通过安装无线收发装置，可以利用显示器远程监测现场状况，通过视频解码器对数字信号进行解码，可以转化为需要的视频格式。
-
公开(公告)号：CN104950082A
公开(公告)日：2015-09-30
申请号：CN201510357181.8
申请日：2015-06-22
Applicant: 黑龙江八一农垦大学
Abstract: 本发明公开了一种病虫害预测系统，包括遥感模块、气体浓度检测装置、病虫害检测装置、主控模块和预警装置；所述遥感模块主要检测植物的叶片的变化，采集叶片的数据；所述气体浓度检测装置用于检测区域内气体的数据；所述病虫害检测装置用于采集植物及植物果实的病虫害数据；所述主控模块用于控制遥感模块、气体浓度检测装置、病虫害检测装置，将采集到的叶片的数据、气体数据和病虫害数据进行分析处理并存入主控模块数据缓冲区；所述预警装置中数据库模块将对叶片的数据、气体数据和病虫害数据进行对比分析，并发出预警信息，因此，本发明既避免了大规模的数据的传输，也及时提醒了植物的病变，也可用于深山的植被的观察。
-
公开(公告)号：CN114693616A
公开(公告)日：2022-07-01
申请号：CN202210263662.2
申请日：2022-03-17
Applicant: 黑龙江八一农垦大学
Abstract: 本发明提出一种基于改进目标检测模型与卷积神经网络的水稻病害检测方法、设备和介质。所述方法在实际稻田中拍摄不同复杂环境下的健康水稻叶片和稻瘟病、胡麻斑病、细菌性条斑病三种常见水稻病害；然后通过对比四种特征提取网络的试验结果，确定了ResNet‑101为最佳特征提取网络；针对水稻病害中小病斑识别率不高的问题，融合特征金字塔网络提升识别准确率。试验结果表明，融合ResNet‑101与特征金字塔网络的Faster R‑CNN模型能够有效检测复杂背景下的水稻三种常见病害，与未改进的Faster R‑CNN模型和YOLO、SSD算法相比，在保证实时检测的基础上，进一步提高了算法的准确率。
-
-
-
Search Results
4
records
(took 0.018 seconds)
