-
-
公开(公告)号：CN116151688A
公开(公告)日：2023-05-23
申请号：CN202310270889.4
申请日：2023-03-20
Applicant: 安徽省农业科学院农业经济与信息研究所
Abstract: 本发明公开了一种基于物联网技术的生猪养殖实时监管系统，涉及生猪养殖监管技术领域，本发明是通过设置定位标记单元定位同猪圈内的生猪，再实时采集猪圈内的反馈图像，经图像分离分析处理以生成多组生猪的参数信息，还将生成的多组生猪的参数信息进行判断生成多组生猪的实时单体特征值，并通过获取多组生猪的实时单体特征值进行量化比较得到实时生长变化因子，再将实时生长变化因子和预设生长曲线进行比较，并获取同时刻的生长差值分析生成监测标签集合和评估文本，实现实时动态监管和数据量化检测，为后续喂养的科学高效奠定基础。
-
公开(公告)号：CN115100148A
公开(公告)日：2022-09-23
申请号：CN202210733236.0
申请日：2022-06-23
Applicant: 安徽省农业科学院农业经济与信息研究所
Abstract: 本发明提供了一种基于轻量型卷积神经网络的农作物害虫检测方法，通过以YOLO‑L ite模型为基础网络模型，将轻量型沙漏块并嵌入至所述YOLO‑L ite模型，将坐标注意力块分别嵌入经典残差块和轻量型沙漏块中，以生成YOLOLite‑CSG模型；其中，所述轻量型沙漏块包括分组卷积层和通道混洗层；获取待检测农作物图像，基于YOLOLite‑CSG模型对所述农作物图像执行害虫检测。通过基于轻量型卷积神经网络的农作物害虫检测模型YOLOL ite‑CSG，模型以YOLOv3为基础，并优化残差块数量和输出通道数，同时，采用k‑means++生成先验框，并替换部分残差块为轻量型沙漏块，最后引入坐标注意力机制，实现检测精度的大大提高，且参数量和计算量大幅下降，适合部署于农业环境中。
-
公开(公告)号：CN118365808B
公开(公告)日：2024-08-30
申请号：CN202410802641.2
申请日：2024-06-20
Applicant: 安徽省农业科学院农业经济与信息研究所
IPC: G06T17/00
Abstract: 本发明公开一种基于直线采样和直线约束的养殖舍内场景三维重建方法，为充分利用隐式三维重建的优势，采用基于神经辐射场和体渲染的框架来对来养殖舍内环境进行室内场景的三维重建，为减少基于隐式表示的养殖舍内环境三维重建容易出现几何扭曲和变形的问题，增加几何先验作为额外的约束，包括深度和法线约束，为提高室内场景的重建质量，增加一个额外的直线特征作为约束对体渲染进行正则化处理来进一步提高养殖舍内环境重建质量，本发明避免养殖舍内环境三维重建出现几何扭曲和变形的问题。
-
公开(公告)号：CN118364130A
公开(公告)日：2024-07-19
申请号：CN202410782028.9
申请日：2024-06-18
Applicant: 安徽省农业科学院农业经济与信息研究所
IPC: G06F16/583 , G06V10/34 , G06V10/36 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/772 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提出基于超级字典的图像检索方法及系统；属于图像检索技术领域。所述方法从探测引擎中获取针对不同场景的多个初始图像；对所述多个初始图像进行预处理；对预处理操作后部分不符合设定格式要求的图像进行修复，得到修复后的图像集合；基于修复后得到的图像集合，根据不同场景图像的分布，针对小样本数据集进行图像增强、扩充处理；分别利用ORB算法与AlexNet算法获取图像的局部特征与全局特征；局部特征与全局特征结合为超级字典，测试集完成局部与全局的特征提取后，利用广义OMP算法在超级字典中匹配获得检索到的图像。利用本发明的检索方式能够提高以图搜图效率及准确度，充分得到图像检索结果。
-
Patent Agency Ranking
公开(公告)号：CN116994243A
公开(公告)日：2023-11-03
申请号：CN202310944621.4
申请日：2023-07-31
Applicant: 安徽省农业科学院农业经济与信息研究所
IPC: G06V20/68 , G06V10/26 , G06V10/32 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种轻量级农业害虫检测方法及系统。通过获取待检测图像，并对所述待检测虫害图像执行预处理操作；所述预处理操作包括图像尺寸处理为预定大小尺寸；对预处理后的待检测图像，基于轻量级农业害虫检测算法YOLOLite‑X算法模型执行农业害虫检测；输出农业害虫检测结果。相对于现有技术，构建了高精度的轻量级农业害虫检测算法YOLOLite‑X，SPD‑Conv方法主要采用简单的特征变换实现图像下采样，参数量和计算量远少于跨步卷积。
-
公开(公告)号：CN116746499A
公开(公告)日：2023-09-15
申请号：CN202310778465.9
申请日：2023-06-29
Applicant: 安徽省农业科学院农业经济与信息研究所
Abstract: 本发明涉及猪舍技术领域，公开了一种通风降氨猪舍，包括猪舍，猪舍的上方放置有猪食槽，猪食槽的内部放置有食槽清理机构，卡扣机构包括：调节杆，调节杆安装在卡扣机构的外侧；连接杆，连接杆连接在调节杆的内侧；安装块，安装块套接在连接杆的外表面。本发明通过卡接杆松开对下槽口的卡接，猪食槽在失去卡接杆对下槽口的卡接限位时，猪食槽失去支撑，猪食槽从而落入到其下方的中空腔中，在猪食槽落入到其下方的中空腔中的同时，卡接杆继而对上槽口进行卡接，避免猪食槽继续下落，同时保证猪食槽的稳定性，猪食槽落入空腔之后，猪食槽的上平面与猪舍地面保持水平，方便猪舍清洁机构进行清洁。
-
公开(公告)号：CN115131662A
公开(公告)日：2022-09-30
申请号：CN202210716513.7
申请日：2022-06-22
Applicant: 安徽省农业科学院农业经济与信息研究所
Abstract: 本发明提供了一种基于注意力特征融合的轻量级农作物病害图像识别方法。针对基于卷积神经网络的农作物病害识别模型参数量大，计算量高的问题，提出了一种基于轻量级注意力特征融合网络的农作物病害识别模型。该模型以ResNet18为基础网络模型，使用轻量级残差块(DSGResNet block)和倒残差替换基础网络模型ResNet18中的残差块，再使用注意力特征融合模块替换模型中的特征融合模块，相对于现有技术中的ResNet18模型大大降低了模型的参数量和计算量，同时提高了模型的农作物病害识别能力。
-
公开(公告)号：CN113239947B
公开(公告)日：2022-09-23
申请号：CN202110264082.0
申请日：2021-03-10
Applicant: 安徽省农业科学院农业经济与信息研究所
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于细粒度分类技术的害虫图像分类方法，与现有技术相比解决了害虫细粒度识别效果差的缺陷。本发明包括以下步骤：训练图像的获取；害虫识别网络的构建；害虫识别网络的训练；待识别害虫图像的获取；害虫识别结果的获得。本发明使用特征过滤融合和设计损失函数达到了最高性能，能同时适用于相近害虫和粗类害虫的分类，均能获得理想效果。同时，针对背景非常复杂，且害虫颜色和形态与背景较为接近的害虫，也能关注到了目标本身，可准确识别，进一步拓宽农业害虫自动分类的害虫类别数量。
-
公开(公告)号：CN113239947A
公开(公告)日：2021-08-10
申请号：CN202110264082.0
申请日：2021-03-10
Applicant: 安徽省农业科学院农业经济与信息研究所
Abstract: 本发明涉及一种基于细粒度分类技术的害虫图像分类方法，与现有技术相比解决了害虫细粒度识别效果差的缺陷。本发明包括以下步骤：训练图像的获取；害虫识别网络的构建；害虫识别网络的训练；待识别害虫图像的获取；害虫识别结果的获得。本发明使用特征过滤融合和设计损失函数达到了最高性能，能同时适用于相近害虫和粗类害虫的分类，均能获得理想效果。同时，针对背景非常复杂，且害虫颜色和形态与背景较为接近的害虫，也能关注到了目标本身，可准确识别，进一步拓宽农业害虫自动分类的害虫类别数量。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.044 seconds)
