-
公开(公告)号：CN118447022B
公开(公告)日：2024-09-17
申请号：CN202410904854.6
申请日：2024-07-08
Applicant: 三亚中国农业科学院国家南繁研究院 , 中国农业科学院农业信息研究所
IPC: G06T7/00 , G06V20/10 , G06V20/70 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明提出了一种基于深度学习的作物病斑精准分割与危害程度评估系统，具体改进如下：设计了RFCBAMConv模块和C2f‑RFCBAMConv模块，分别取代BackBone网络中的Conv模块和C2f模块，进一步强调了作物病斑的细节特征，提升了系统分割的精度；设计了AWDownSample‑Lite模块，分别替换了Neck网络中C2f模块，该模块通过聚合了每个感受野内的特征信息，实现了病害特征的更有效提取；设计了GSegment分割头，用于替换YOLOv8‑Seg中由两个3×3卷积核组成的分割头，实现降低系统参数量和计算复杂度的同时，提升了系统对不同尺度病叶和病害的感知能力。
-
公开(公告)号：CN117351356B
公开(公告)日：2024-05-24
申请号：CN202311364873.6
申请日：2023-10-20
Applicant: 三亚中国农业科学院国家南繁研究院 , 中国农业科学院农业信息研究所
IPC: G06V20/10 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及田间作物病害检测领域，具体为一种无人机视角下田间作物及其近缘种病害检测方法；本发明通过引入通过动态地调整其空间感受野的方式，更好的实现无人机视角下小尺寸病害目标的检测，在特征金字塔中引入了GSConv的混合卷积模块，以减少模型计算量与参数量，更加适合将其搭载在无人机的硬件上运行，通过进一步的引入可旋转的标记方框，配合对标记方框内特征置信度的计算，在实现任意方向病害定位检测的同时，也减少了引入的背景信息过多所造成的干扰，以提高田间无人机视角下作物及其近缘种病害检测的准确性和鲁棒性；解决了现有技术中通过无人机检测田间复杂环境下作物上小目标及密集目标时的准确率较低的问题。
-
公开(公告)号：CN112115885B
公开(公告)日：2023-08-11
申请号：CN202011001005.8
申请日：2020-09-22
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/20 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/20 , A01D46/30
Abstract: 本发明涉及一种基于深度卷积神经网络的采摘用果树结果枝剪切点定位方法，其解决了现有剪切式自动采摘方法直接在果柄处进行操作对果实损伤大，影响结果枝第二年的产果量的技术问题，其首先构建果实目标检测数据集和结果枝关键点检测数据集并进行标注，其次进行目标检测模型训练和关键点检测模型训练，然后识别采摘用结果枝剪切点。本发明可广泛应用于剪切式自动采摘系统。
-
公开(公告)号：CN110246133B
公开(公告)日：2021-05-07
申请号：CN201910548955.3
申请日：2019-06-24
Applicant: 中国农业科学院农业信息研究所
Abstract: 本申请实施例提供一种玉米籽粒分类方法、装置、介质及设备，该方法可以包括：获取待分类玉米籽粒的第一图像和第二图像，所述第一图像为胚芽图像，所述第二图像为胚乳面图像；分别对所述第一图像和第二图像进行预处理，得到处理后第一图像和处理后第二图像；分别将所述处理后第一图像和处理后第二图像输入预先训练的玉米籽粒三分类模型，得到所述处理后第一图像所属的分类以及所述处理后第二图像所属的分类；根据所述处理后第一图像所属的分类以及所述处理后第二图像所属的分类，确定所述待分类玉米籽粒所属的分类。本申请能够较准确的对待分类玉米籽粒进行自动化分类。
-
公开(公告)号：CN104331722A
公开(公告)日：2015-02-04
申请号：CN201410601441.7
申请日：2014-10-31
Applicant: 中国农业科学院农业信息研究所
IPC: G06K17/00
Abstract: 本发明公开了一种果园环境喷药作业信息自动记录装置和方法，涉及自动识别技术领域。该装置包括：安装在作业区入口的第一RFID电子标签、安装在作业区出口的第二RFID电子标签，以及所述自动记录装置在使用过程中，从所述作业区入口向所述作业区出口移动的喷药装置，所述喷药装置上设置有自动记录设备，所述自动记录设备能够收发、读取、解析RFID信号以及根据RFID信号解析内容形成作业信息并记录存储。本发明实现了喷药开始和停止作业信息的自动记录，提高了果园喷药作业信息记录的效率和准确性，为果品质量溯源系统的建立提供了准确的喷药作业过程信息。
-
Patent Agency Ranking
公开(公告)号：CN103955374A
公开(公告)日：2014-07-30
申请号：CN201410215782.0
申请日：2014-05-21
Applicant: 中国农业科学院农业信息研究所
IPC: G06F9/44
Abstract: 一种二叉树型可视化编辑器，包括知识编辑器和专家系统；知识编辑器用于编辑知识信息；将知识信息上传到服务器；专家系统用于接收用户输入的问题信息；根据问题信息调用服务器中已上传的知识并进行推理，生成推理结果；将推理结果以网页的形式的输出结果返回给用户。通过本发明，可十分方便快捷地完成具有分类检索表或称分类树型表示的各种具体求解策略的专家系统的开发。实现了专家人员的可视化搭建专家系统，大大简化了分类检索或病虫害诊断专家系统的开发周期。可以根据用户的需要定制相应的web界面，开发出个性化的知识服务系统。可将知识发布到Internet上；通过IE浏览器即可运行专家知识系统。
-
公开(公告)号：CN102215255A
公开(公告)日：2011-10-12
申请号：CN201110138397.7
申请日：2011-05-26
Applicant: 中国农业科学院农业信息研究所 , 胡林 , 周国民 , 丘耘
Abstract: 一种果园信息智能采集与管理系统，包括果园信息采集子系统、通讯子系统、果园信息处理分析子系统和客户端，所述果园信息采集系统通过所述通讯子系统与所述果园信息处理分析系统通讯，所述果园信息处理分析系统与所述客户端通讯。本发明能够根据不同的需求设定监测或不监测；监测时，又根据农事的不同，设定不同的频率，并且要求动静态图像相结合，满足生产和管理的需要，可以广泛地应用在病虫害监测、生产过程控制、产品溯源等方面。
-
公开(公告)号：CN119229982A
公开(公告)日：2024-12-31
申请号：CN202411719296.2
申请日：2024-11-28
Applicant: 三亚中国农业科学院国家南繁研究院 , 中国农业科学院农业信息研究所
IPC: G16B40/20 , G16B30/10 , G06N3/0442 , G06N3/0455 , G06F18/213 , G06F18/241 , G06F18/25
Abstract: 本发明提供了一种基于ESM‑2和双路径神经网络的DNA结合蛋白和RNA结合蛋白分类方法，具体表现为将ESM‑2与双路径神经网络相结合的分阶段分类方法，称为DRBP‑EDP；在第一阶段训练中，将蛋白质序列分类为核酸结合蛋白或非核酸结合蛋白；在第二阶段训练中，进一步将核酸结合蛋白分类为DNA结合蛋白或RNA结合蛋白；同时，本发明还构建了精细的数据集构建方法，从而创建了高质量的蛋白质分类数据集，通过这种方法，DRBP‑EDP模型取得了很好的性能，第一阶段对核酸结合蛋白和非核酸结合蛋白的分类准确率为90.03%，第二阶段对DNA结合蛋白和RNA结合蛋白的分类准确率为89.56%，不仅为蛋白质分类提出了新的见解和方法，还为研究蛋白质功能提供了创新工具，从而为生命科学的发展提供了新的机遇。
-
公开(公告)号：CN112115885A
公开(公告)日：2020-12-22
申请号：CN202011001005.8
申请日：2020-09-22
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明涉及一种基于深度卷积神经网络的采摘用果树结果枝剪切点定位方法，其解决了现有剪切式自动采摘方法直接在果柄处进行操作对果实损伤大，影响结果枝第二年的产果量的技术问题，其首先构建果实目标检测数据集和结果枝关键点检测数据集并进行标注，其次进行目标检测模型训练和关键点检测模型训练，然后识别采摘用结果枝剪切点。本发明可广泛应用于剪切式自动采摘系统。
-
公开(公告)号：CN119229982B
公开(公告)日：2025-02-25
申请号：CN202411719296.2
申请日：2024-11-28
Applicant: 三亚中国农业科学院国家南繁研究院 , 中国农业科学院农业信息研究所
IPC: G16B40/20 , G16B30/10 , G06N3/0442 , G06N3/0455 , G06F18/213 , G06F18/241 , G06F18/25
Abstract: 本发明提供了一种基于ESM‑2和双路径神经网络的DNA结合蛋白和RNA结合蛋白分类方法，具体表现为将ESM‑2与双路径神经网络相结合的分阶段分类方法，称为DRBP‑EDP；在第一阶段训练中，将蛋白质序列分类为核酸结合蛋白或非核酸结合蛋白；在第二阶段训练中，进一步将核酸结合蛋白分类为DNA结合蛋白或RNA结合蛋白；同时，本发明还构建了精细的数据集构建方法，从而创建了高质量的蛋白质分类数据集，通过这种方法，DRBP‑EDP模型取得了很好的性能，第一阶段对核酸结合蛋白和非核酸结合蛋白的分类准确率为90.03%，第二阶段对DNA结合蛋白和RNA结合蛋白的分类准确率为89.56%，不仅为蛋白质分类提出了新的见解和方法，还为研究蛋白质功能提供了创新工具，从而为生命科学的发展提供了新的机遇。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.038 seconds)
