-
公开(公告)号：CN112818982B
公开(公告)日：2022-09-09
申请号：CN202110066162.5
申请日：2021-01-19
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及基于深度特征自相关性激活的农业害虫图像检测方法，与现有技术相比解决了害虫图像的检测精度低的缺陷。本发明包括以下步骤：害虫图像的获取；害虫问题检测网络的构建；害虫问题检测网络的训练；待检测害虫图像的获取；害虫问题的检测。本发明利用深度学习自主学习到的上百维的不同类型的深度特征之间的相关性，基于这些特征之间的关系进一步优化和增强，以利于多类复杂害虫的检测，增加了害虫图像的检测精度。
-
公开(公告)号：CN112488244B
公开(公告)日：2022-09-09
申请号：CN202011526681.7
申请日：2020-12-22
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种利用热力图进行点标注方式的密集分布小目标害虫自动计数方法，与现有技术相比解决了难以针对密集小目标害虫进行识别的缺陷。本发明包括以下步骤：获取训练样本并进行预处理；生成热力图；构建密集小目标害虫定位计数网络；训练密集小目标害虫定位计数网络；待定位计数图像的获取；小目标害虫自动计数结果的获得。本发明通过点标注方式进行害虫识别，防止候选框方式识别带来的重叠和误判，特别适用于密集分布小目标害虫的识别计数。
-
公开(公告)号：CN114724031A
公开(公告)日：2022-07-08
申请号：CN202210363301.5
申请日：2022-04-08
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种结合上下文感知和多尺度混合注意力的玉米虫害区域检测方法，包括：建立训练样本集；构造玉米虫害区域检测模型：构造基础虫害区域检测模型，采用多尺度混合注意力模块、上下文感知模块改进基础虫害区域检测模型中的特征聚合网络，得到玉米虫害区域检测模型；训练玉米虫害区域检测模型；虫害区域检测：将待检测样本输入玉米虫害区域检测模型，生成待检测样本中虫害区域的定位信息，并对虫害区域的个数进行计数。本发明通过上下文感知模块，为小目标虫害区域引入多尺度上下文特征强化目标特征的表示能力，增强网络对于此类有关特征提取的能力，解决了现有技术由于虫害区域尺度较小而不能精准识别的问题。
-
公开(公告)号：CN114708505A
公开(公告)日：2022-07-05
申请号：CN202210363419.8
申请日：2022-04-08
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种基于无人机低空可见光图像和目标检测网络的小麦估产方法，包括：规划小麦地块的航点采样路线；获取无人机低空拍摄的高分辨率可见光图像，并进行预处理，建立第一训练集和第二训练集；分别构建基于小目标检测神经网络的小麦麦穗检测计数模型和小麦穗粒检测计数模型；计算所测地块小麦的预估产量。本发明无需进入小麦地块内采样，而且无需采摘小麦麦穗，通过无人机定点定高航拍采样的方式，大幅增加了采样范围和采样效率；通过构建基于目标检测神经网络的小麦麦穗检测计数模型和小麦穗粒检测计数模型，并依此来计算小麦产量，相比于传统的地面调查估产法，提高了估产的效率和准确率。
-
公开(公告)号：CN113627269A
公开(公告)日：2021-11-09
申请号：CN202110804036.5
申请日：2021-07-16
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及基于解耦分类和回归特征最优层技术的害虫目标检测方法，与现有技术相比解决了灭虫灯内虫体尺寸差异大导致害虫识别率低的缺陷。本发明包括以下步骤：训练样本集的获取；害虫目标检测网络的构建；害虫目标检测网络的训练；待检测害虫图像样本的获取；害虫目标的检测定位。本发明可以根据常用特征层设置将分类和回归任务分派到不同的特征层分别进行后得到最终的检测结果，从而针对灭虫灯环境下虫体差异大进行差异化检测，提高了灭虫灯环境下虫体检测识别率，满足了实际应用的需要。
-
Patent Agency Ranking
公开(公告)号：CN109410238B
公开(公告)日：2021-10-26
申请号：CN201811098583.0
申请日：2018-09-20
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种基于PointNet++网络的枸杞识别计数方法，与现有技术相比解决了枸杞果实采摘前的遮挡重叠致使二维图像识别方法难以准确识别的缺陷。本发明包括以下步骤：PointNet++网络训练样本的收集和预处理；基于PointNet++网络融合上下文信息获得PointNet++模型；待识别点云数据的获取和预处理；枸杞数量的识别和计数。本发明融合了基于上下文信息的PointNet++网络和基于距离变换的最佳阈值分水岭分割算法，实现对枸杞进行精准分割计数。
-
公开(公告)号：CN110428413B
公开(公告)日：2021-09-28
申请号：CN201910710686.6
申请日：2019-08-02
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种用于灯诱设备下的草地贪夜蛾成虫图像检测方法，与现有技术相比解决了难以在灯诱设备下进行草地贪夜蛾成虫快速检测的缺陷。本发明包括以下步骤：训练样本的收集和预处理；构建并训练草地贪夜蛾成虫检测模型；灯诱设备下草地贪夜蛾成虫图像的收集和预处理；灯诱设备下草地贪夜蛾成虫的标记。本发明改进了目标检测方法中普遍存在需要产生大量冗余候选框的缺陷，增强了数据的可靠性，保证了对草地贪夜蛾成虫图像检测精度的同时极大减少了候选区域，提高了检测速度。
-
公开(公告)号：CN109063643B
公开(公告)日：2021-09-28
申请号：CN201810862983.8
申请日：2018-08-01
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种用于脸部信息部分隐藏条件下的面部表情痛苦度识别方法，与现有技术相比解决了表情痛苦度识别必须依赖全脸图像的缺陷。本发明包括以下步骤：脸部信息隐藏数据库的获得；表情识别自动学习模型的建立；待检测表情帧图像的获取；面部表情痛苦度识别；表情识别自动学习模型的再训练。本发明能够在脸部器官部分遮挡的情况下进行痛苦度的识别。
-
公开(公告)号：CN112818982A
公开(公告)日：2021-05-18
申请号：CN202110066162.5
申请日：2021-01-19
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及基于深度特征自相关性激活的农业害虫图像检测方法，与现有技术相比解决了害虫图像的检测精度低的缺陷。本发明包括以下步骤：害虫图像的获取；害虫问题检测网络的构建；害虫问题检测网络的训练；待检测害虫图像的获取；害虫问题的检测。本发明利用深度学习自主学习到的上百维的不同类型的深度特征之间的相关性，基于这些特征之间的关系进一步优化和增强，以利于多类复杂害虫的检测，增加了害虫图像的检测精度。
-
公开(公告)号：CN108021894B
公开(公告)日：2020-06-05
申请号：CN201711281743.0
申请日：2017-12-07
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种基于深度策略学习的小麦病害检测方法，与现有技术相比解决了提高小麦病害检测识别率导致运算过于复杂的缺陷。本发明包括以下步骤：小麦病害图像的收集和预处理；构造小麦病害图像的策略；构造并训练小麦病害图像检测模型；待检测小麦图像的收集和预处理；病害在图像中的检测。本发明在增加检测效率的同时，也基于状态策略加大了病害的识别率。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.077 seconds)
