-
公开(公告)号：CN119600592A
公开(公告)日：2025-03-11
申请号：CN202411666916.0
申请日：2024-11-21
Applicant: 华南农业大学
IPC: G06V20/68 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0985 , G06N3/006
Abstract: 本发明提供一种基于跨模态深度学习的食物烹饪状态检测方法及系统，包括采集食品烹饪数据集，利用改进型Yolo模型提取图像特征；使用UMAP对图像特征进行降维后进行成熟度分级；利用TCN时间序列模型提取温度‑时间序列特征；融合图像特征和温度‑时间序列特征；训练ViT模型，并使用自适应机制改进的冠豪猪优化算法CPO对训练ViT模型超参数的设置进行智能寻找最优解；识别食物的烹饪状态；本发明通过轻量级多模态注意力机制模块实现图像特征与时间序列特征的最佳权重调整及加权融合；本发明还引入了基于冠豪猪优化算法(CPO)的ViT模型超参数优化策略，提高了模型检测精度，实现对食物烹饪状态的实时监测与评估。
-
Patent Agency Ranking
公开(公告)号：CN119580244A
公开(公告)日：2025-03-07
申请号：CN202411731246.6
申请日：2024-11-29
Applicant: 华南农业大学
IPC: G06V20/68 , G06V10/774 , G06V10/82 , G06V10/25 , G06V20/40 , G06T7/246 , G06T7/277 , G06N3/0464 , G06N3/0985 , G06N3/006
Abstract: 本发明公开了一种基于改进YOLOv7模型的柑橘青果跟踪计数方法及系统，该方法包括：获取图像并构建训练集；基于YOLOv7基础框架，引入SimAM注意力机制模块，构建检测模型；基于所述训练集对所述检测模型进行训练与超参数优化，得到训练完成的检测模型；基于所述训练完成的检测模型和目标跟踪算法对待测视频进行处理，生成计数结果。该系统包括：图像获取模块、模型构建模块、模型训练模块和模型应用模块。通过使用本发明，能够提高柑橘青果实时检测精度和计数效率。本发明可广泛应用于目标计数领域。
-
公开(公告)号：CN119580243A
公开(公告)日：2025-03-07
申请号：CN202411730601.8
申请日：2024-11-29
Applicant: 华南农业大学
IPC: G06V20/68 , G06V10/774 , G06V10/82 , G06V10/25 , G06V20/40 , G06T7/246 , G06T7/277 , G06N3/0464 , G06N3/0985 , G06N3/006 , G06N7/02
Abstract: 本发明公开了一种基于改进长鼻浣熊优化算法的果实计数成像方法及系统，该方法包括：获取训练图像，构建训练集；以YOLOv7‑tiny模型为基础，对ELAN‑T模块中的第一支路和第二支路分别添加CBAM注意力机制模块，构建目标检测模型；对目标检测模型进行训练，以WIoU v3为损失函数，结合混沌函数和长鼻浣熊优化算法对目标检测模型进行超参数优化，得到最终目标检测模型；结合最终目标检测模型和目标跟踪算法对待测视频进行处理，完成跟踪计数任务。该系统包括：图像获取模块、模型构建模块、训练优化模块和跟踪计数模块。通过使用本发明，能够实时对果实进行产量计数。本发明可广泛应用于目标计数领域。
-
公开(公告)号：CN119477947A
公开(公告)日：2025-02-18
申请号：CN202411608362.9
申请日：2024-11-12
Applicant: 华南农业大学
IPC: G06T7/12 , G06V10/80 , G06N3/006 , G06N3/0464 , G06V20/17 , G06V20/10 , G06V10/44 , G06V10/25 , G06N3/048 , G06N3/0985
Abstract: 本发明提供一种基于YOLO‑BBR的柑橘果树冠层边缘分割方法，包括构建柑橘果树冠层数据集；构建YOLO‑BBR分割模型；使用霜冰优化算法RIME对YOLO‑BBR分割模型的超参数进行优化；对训练好的YOLO‑BBR分割模型进行验证。本发明将BoTNet模块、BiFPN网络和霜冰优化算法融合进了YOLO模型，得到YOLO‑BBR分割模型，使得模型提高了提取局部信息的能力，同时还减少了参数，从而使延迟最小化，且模型融合不同尺度的特征，提高图像特征表达，从而更加利于模型进行分割图像；通过霜冰优化算法使得不需要改变模型网络结构，利用群智能的寻优迭代机制快速收敛并获得最有超参数组合，进而提升模型性能。
-
公开(公告)号：CN118750343A
公开(公告)日：2024-10-11
申请号：CN202410895624.8
申请日：2024-07-05
Applicant: 华南农业大学
Abstract: 本发明公开了一种辅助盲人行走的智能拐杖及实现方法，属于智能拐杖领域。所述辅助盲人行走的智能拐杖包括拐杖杆体、拐杖把手、处理控制单元、摄像头、电池模块、测距模块、触发开关和震动马达。所述拐杖杆体和拐杖把手紧固连接，所述处理控制单元、摄像头、电池模块和测距模块在拐杖杆体上紧固连接，所述触发开关设置在拐杖杆体的底部，所述震动马达设置在拐杖把手上。本发明能够实时探测识别路面的坑洞、高落差平面和障碍物并提供预警，预留足够的安全距离，使盲人的出行更加安全。
-
公开(公告)号：CN119478698A
公开(公告)日：2025-02-18
申请号：CN202411608625.6
申请日：2024-11-12
Applicant: 华南农业大学
Abstract: 本发明提供一种基于YOLO‑DR的柑橘果树冠层识别方法及系统，包括构建柑橘果树冠层数据集，构建并训练YOLO‑DR检测模型；将训练好的YOLO‑DR检测模型部署到ZCU104运算平台。本发明的YOLO‑DR检测模型具有轻量化，精确度高的优点，适合移植进入边缘计算平台；本发明的RFEM通过扩展卷积来充分利用特征映射中感受野的优势，增加了特征图的感受野，从而提高了多尺度目标检测的精度；同时通过DSConv降低了卷积核中的内存使用量，并提高了运算速度；本发明结合了ARM的运算能力和FPGA的并行处理能力，并且使用了DPU对YOLO‑DR检测模型进行了加速；在复杂果园环境中实现实时柑橘果树冠层识别。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
