-
公开(公告)号：CN115644118B
公开(公告)日：2025-04-18
申请号：CN202211164151.1
申请日：2022-09-23
Applicant: 中国农业大学烟台研究院
Abstract: 本发明公开了属于水产养殖技术领域的一种用于增殖放流的静水鱼苗计数装置。该鱼苗计数装置是由鱼苗图像获取集成箱体、算法处理集成箱体而构成的整个鱼苗计数系统；鱼苗计数装置组成是在鱼苗图像获取集成箱体顶面放置算法处理集成箱体，算法处理集成箱体由显示屏，摄像头、开发板、电源适配器组成，鱼苗图像获取集成箱体下部放置装鱼容器，装鱼容器内放置鱼苗装袋和鱼群分区隔板，在装鱼容器下面安装补光灯和补光灯容器。本发明设计了一套非常实用的鱼苗计数装备，对于需要放流大量鱼苗的增殖放流活动具有广泛使用价值。
-
公开(公告)号：CN114821778B
公开(公告)日：2025-04-18
申请号：CN202210432208.5
申请日：2022-04-22
Applicant: 中国农业大学
IPC: G06V40/20 , G06V10/10 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种水下鱼体姿态动态识别方法及装置，所述方法包括：确定待识别鱼体图像；基于鱼体姿态识别模型，对拼接图像进行目标检测，得到目标检测框图像后，对目标检测框图像进行下采样，以及基于下采样后的目标检测框图像生成特征金字塔，并基于特征金字塔中的特征确定鱼体姿态。本发明能够高精度确定移动状态的鱼体姿态。
-
公开(公告)号：CN118711210A
公开(公告)日：2024-09-27
申请号：CN202410715878.7
申请日：2024-06-04
Abstract: 本发明公开了一种高精度生物量统计设备及其统计方法，属于增殖放流苗种数量统计领域。鱼苗计数设备包括倾斜设置的过鱼管道和设置在过鱼管道内的分鱼挡板，分鱼挡板将过鱼管道分为入鱼区和计数区，过鱼管道上设有向入鱼区注水的供水管，过鱼管道上设有全覆盖计数区的视觉采集装置，视觉采集装置的输出端与电气箱的处理器连接，处理器的输出端与显示器连接。与传统依赖于对养殖环境详细勘察和设备复杂安装的计数方法不同，本发明仅需通过摄像头捕捉流水中鱼苗的图像即可准确完成计数，极大简化了操作流程。相较于其他基于传感器的计数技术，本发明减少了对鱼苗的物理接触和潜在损伤，有效提升了鱼苗计数过程中的存活率。
-
公开(公告)号：CN113537394B
公开(公告)日：2024-08-02
申请号：CN202110907707.0
申请日：2021-08-09
Applicant: 中国农业大学
IPC: G06V20/68 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/06 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种改进VGG‑19的冰鲜鲳鱼新鲜度评估方法，包括以下步骤：步骤1.鲳鱼样本处理；步骤2.TVB‑N挥发性盐基氮测定；步骤3.鲳鱼图像采集；步骤4.图像预处理；步骤5.鲳鱼新鲜度等级划分；步骤6.划分数据集；步骤7.通过随机初始化网络权重方法训练三种经典CNN分类网络；步骤8.通过迁移学习方法训练三种经典CNN分类网络；步骤9.VGG‑19模型结构优化；步骤10.保存训练好的模型；步骤11.使用训练好的模型对测试数据集进行测试，对鲳鱼图像的新鲜度等级分类；步骤12.CAM可视化。
-
公开(公告)号：CN114170497B
公开(公告)日：2024-07-02
申请号：CN202111292211.3
申请日：2021-11-03
Applicant: 中国农业大学
IPC: G06V20/05 , G06V10/20 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了属于海洋鱼类资源检测技术领域的一种基于注意力模块的多尺度水下鱼群检测方法。首先获取水下鱼群图像，从中选取鱼群图像，针对水下环境昏暗、背景复杂以及鱼群图像存在较为微小、密集的特点，对水下图像做增强预处理，基于优化的YOLO V4检测框架，增加ECA注意力机制使网络专注鱼体特征学习，克服背景干扰，改进PANet连接增加多尺度信息，加强特征提取，提高检测精度。该方法实现水下鱼群的自动检测；为鱼类自动检测提供科学理论及技术支持，指定科学捕捞，能更好保护海洋资源，促进海洋系统可持续健康发展；并且可以为海洋其它生物探测提供借鉴方案。
-
Patent Agency Ranking
公开(公告)号：CN111768401B
公开(公告)日：2024-01-26
申请号：CN202010650676.0
申请日：2020-07-08
Applicant: 中国农业大学
Abstract: 本发明公开了属于冷藏食品质量评估技术领域的一种基于深度学习的冰鲜鲳鱼新鲜度快速分级方法，具体是基于Mask R‑CNN技术对鲳鱼图像实现新鲜度分级，获取冰鲜鲳鱼图像，建立数字图像数据集，将特征学习融入到建立模型的过程中，对鱼眼和鱼鳃部位进行准确的检测分割，不仅可以自主进行特征学习，而且能够精确分割和准确分类鲳鱼新鲜度。以此实现对冰鲜鲳鱼品质劣变快速检测与智能预测；增进模型的可扩展性和可迁移性。实现快速，低成本，精确，无损，实时的自动化检测技术，有利于保障消费者健康和利益。本发明对不同品种的冷链储运环境、供应链源头上控制产品质量、为公共卫生防疫事业提供技术支持。
-
公开(公告)号：CN105930815B
公开(公告)日：2022-10-04
申请号：CN201610289792.8
申请日：2016-05-04
Applicant: 中国农业大学
IPC: G06V20/05 , G06V10/26 , G06V10/56 , G06V10/54 , G06V10/764 , G06V10/762 , G06V10/774
Abstract: 本发明涉及一种水下生物检测方法和系统，包括：采集水下生物的样本图像，对样本图像进行超像素分割，形成多个超像素区域；提取每个超像素区域的第一颜色特征向量和第一纹理特征向量；将第一颜色特征向量和第一纹理特征向量输入到支持向量机SVM中进行学习，构建颜色特征分类器和纹理特征分类器；采集水下生物的待测图像的超像素区域的第二颜色特征向量和第二纹理特征向量；将第二颜色特征向量输入颜色特征分类器，将第二纹理特征向量输入纹理特征分类器，判断待测图像的超像素区域是否为水下生物区域。本发明提供的技术方案，实现了水下生物的检测，解决了现有因为水下环境复杂，检测难度大的问题，以及人工捕捞困难的问题。
-
公开(公告)号：CN114202563A
公开(公告)日：2022-03-18
申请号：CN202111532580.5
申请日：2021-12-15
Applicant: 中国农业大学
IPC: G06T7/246 , G06V10/26 , G06V10/62 , G06V10/25 , G06V10/82 , G06V10/80 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了属于水产养殖技术领域的一种基于平衡性联合网络的鱼类多目标跟踪方法。该方法是基于中国农业人工智能创新创业大赛数据集，在原数据集基础上进行了优化整理补充，生成了新的OptMFT数据集；通过对数据集做了合并训练，来进一步加强对于复杂环境下的模型的鲁棒性；同时，对一些图像质量较差的负样本图像帧进行了剔除，强化了鱼类目标明显、游动轨迹清晰的数据的训练权重，进一步提升模型对于鱼类识别的精度，并对数据集做了全帧训练来增强模型对于鱼群高速游动情况下的鲁棒性验证；本发明应用范围广泛，在多个养殖环境下都能起到很好的效果，实用性强。
-
公开(公告)号：CN108520261B
公开(公告)日：2021-06-18
申请号：CN201810172583.4
申请日：2018-03-01
Applicant: 中国农业大学
Abstract: 本发明提供一种花生果仁数量的识别方法和装置，通过获取花生的识别图像，提取识别图像的识别参数，识别参数包括识别图像中花生的长度、宽度、长宽比、面积以及识别图像的方向梯度直方图特征向量，将识别参数输入至已训练的支持向量机模型，输出花生的果仁数量；从而通过花生的图像实现对花生果仁数量的分类识别，实现了机器识别的智能化，节省了由于人工识别花生果仁数量而投入的大量劳动力，提高了工作效率，加快了花生产品商业化的发展进程。
-
公开(公告)号：CN108491765B
公开(公告)日：2020-12-15
申请号：CN201810179084.8
申请日：2018-03-05
Applicant: 中国农业大学
Abstract: 本发明提供一种蔬菜图像的分类识别方法及系统。方法包括：将待识别蔬菜图像输入至训练好的目标卷积神经网络模型，获取所述待识别蔬菜图像的分类识别结果；其中，所述训练好的目标卷积神经网络模型通过以下步骤获取：在卷积神经网络模型中添加全连接层，搭建所述目标卷积神经网络模型；通过蔬菜图像训练集，对所述目标卷积神经网络模型进行训练，获取所述训练好的目标卷积神经网络模型。本发明提供的方法及系统，通过在卷积神经网络模型中添加全连接层，搭建所述目标卷积神经网络模型并进行训练，基于训练好的目标卷积神经网络模型，对图像进行分类识别，提高了图像分类识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.028 seconds)
