-
公开(公告)号：CN118798132A
公开(公告)日：2024-10-18
申请号：CN202410946454.1
申请日：2024-07-16
Applicant: 中国农业科学院农业信息研究所
IPC: G06F40/117
Abstract: 本发明涉及文本信息处理技术领域，公开了一种拓展式文本标注方法及系统，该方法包括：获取待标注的文本文件和待标注需求。根据待标注需求，确定标注模式，其中，标注模式包括：实体标注模式、实体属性标注模式和实体关系标注模式。根据确定的标注模式，对文本文件中的文本信息进行标注。本发明通过对待标注的文本文件进行实体标注、实体属性标注和实体关系标注模式的分析和处理，有助于精确识别文本中的关键实体、属性和它们之间的关系，从而实现自动化信息提取和语义理解，提升文本理解和应用的效率和准确性。
-
公开(公告)号：CN115796437A
公开(公告)日：2023-03-14
申请号：CN202211078574.1
申请日：2022-09-05
Applicant: 中国农业科学院农业信息研究所
IPC: G06Q10/063 , G06Q50/02
Abstract: 本发明公开了一种作物生长模型控制的架构模型，包括创建模型数据管理模块和模型管理服务模块，所述创建模型数据管理模块用于土壤模块、天气模块、生长模块、施肥模块和灌溉模块的建立，所述模型管理服务模块包括创建模型核心模块、模型核心模块的配置及运算，创建模型核心模块用于作物模型模块的建立。本发明通过数据类型将模型划分为天气模块、施肥模块、灌溉模块、土壤模块、作物生长模块和作物模拟模块，模块通过提供接口实现与其他模块的交互，使得模块间协同有序的工作实现作物生长过程模拟。模块间的独立性使得作物生长模型控制过程易于理解、维护，解决了以往作物生长模型系统庞大、不易理解、维护困难的问题。
-
公开(公告)号：CN108734785B
公开(公告)日：2022-07-12
申请号：CN201710265399.X
申请日：2017-04-21
Applicant: 中国农业科学院农业信息研究所
IPC: G06T19/00
Abstract: 本发明提出了一种小麦生长过程的三维可视化的方法及装置、计算机可读介质，其中，方法包括：基于田间试验实测数据构造小麦生长模拟模型；利用所述小麦生长模拟模型获得某株小麦的形态特征输出数据；根据所述形态特征输出数据三维展示该株小麦的生长过程。本发明将小麦生长模拟模型和小麦形态结构模型有效结合，实现小麦生长过程的三维可视化；适用于虚拟农业领域，具有计算效率高、拟合度高等特点。
-
公开(公告)号：CN111709469A
公开(公告)日：2020-09-25
申请号：CN202010509805.4
申请日：2020-06-05
Applicant: 中国农业科学院农业信息研究所
IPC: G06K9/62 , G06F16/951
Abstract: 本发明涉及图像识别技术领域，具体涉及一种基于人工智能的图像识别方法及装置，该图像识别方法包括如下步骤：S1、构建训练样品参考集；S2、基于样品参考集构建样品集爬取模型；S3、采用爬虫模块基于样品集爬取模型爬取样品集；S4、基于样品集构建图像识别模型；S5、基于图像识别模型实现图像的识别。本发明可以实现图像集的自动高精度识别。
-
公开(公告)号：CN110837849A
公开(公告)日：2020-02-25
申请号：CN201910981512.3
申请日：2019-10-16
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提供一种植株叶片的叶脉获取方法，其包括：步骤11、对植株叶片点云进行主成分分析；步骤13、基于八叉树对叶片点云进行分割；并将第一主成分方向上的两个端点分别定义为起点和终点；步骤15、选取起点作为基点；步骤17、搜索基点周围的K个最近邻点；步骤19、分别计算每个最近邻点与基点和终点之间的距离之和；步骤21、判断距离之和最小的最近邻点是否曾经是基点；步骤23、当距离之和最小的最近邻点并非为曾经的基点时，将距离之和最小的最近邻点作为当前的基点；步骤25、循环执行步骤17至步骤23直至基点为终点；步骤27、根据存储的基点进行拟合以获取叶片的叶脉。本发明提供了一种效率高的植株叶片的叶脉获取方法。
-
Patent Agency Ranking
公开(公告)号：CN110530285A
公开(公告)日：2019-12-03
申请号：CN201910742961.2
申请日：2019-08-13
Applicant: 中国农业科学院农业信息研究所
IPC: G01B11/24
Abstract: 本发明提供的一种植物表型采集装置及其采集方法，该植物表型采集装置可以包括：机架；环形臂，所述环形臂的上端与所述机架相铰接；且所述环形臂向下延伸并形成向下敞开的收容空间；所述收容空间用于供待采集的植物进入；且所述环形臂能相对于所述机架沿上下方向围绕所述待采集的植物转动；第一检测件，所述第一检测件设置于所述环形臂上，所述第一检测件能在所述环形臂转动时对所述待采集的植物进行检测；环形臂为弧形臂，弧形臂位于竖直平面内；弧形臂包括多个弧形杆，多个弧形杆沿周向依次排列，相邻弧形杆之间可拆卸连接。本发明提供了一种既能适用于室内、又能适用于室外的植物表型采集装置及其采集方法。
-
公开(公告)号：CN108270998A
公开(公告)日：2018-07-10
申请号：CN201810053791.2
申请日：2018-01-19
Applicant: 中国农业科学院农业信息研究所
CPC classification number: H04N7/181 , G01C21/20 , H04N5/23222 , H04N5/247
Abstract: 本发明公开了一种农田图像采集系统，包括无人机，还包括视频采集模块，用于进行无人机实时飞行路线的自动调整输出的导航模块，用于根据目标图像的要求进行各摄像头角度调控命令的输出的摄像头角度调控模块，用于通过预先设置算法对各个摄像头获取的视频数据进行分析处理的视频数据处理模块，用于存储处理后的视频数据的第一DDR存储模块，用于对处理后的所述视频数据进行编码的APU，用于存储编码后的所述视频数据的第二DDR存储模块以及中央控制器。本发明实现目标图像的精确采集，智能化程度高。
-
公开(公告)号：CN114241345B
公开(公告)日：2025-04-22
申请号：CN202111573344.8
申请日：2021-12-21
Applicant: 中国农业科学院农业信息研究所
IPC: G06V10/25 , G06V10/32 , G06V10/774
Abstract: 本发明公开了一种图像中目标的检测方法及装置，涉及人工智能技术领域，其中该方法包括：将要检测的原始图像进行拆分得到多张子图；每一子图都与其相邻的子图具有重叠区域；将拆分得到的所述多张子图分别输入预先训练好的深度模型进行检测，得到每一张子图对应的子目标信息；子目标信息中包括检测目标在子图中的坐标、以及检测目标的类别；深度模型为利用包含检测目标的子图进行训练得到的；根据每一张子图对应的子目标信息、以及每一张子图在原始图像中的坐标，得到原始图像中检测目标的坐标、以及检测目标的类别。本发明可以提高对原始图像中目标检测的准确度，尤其适用于对图像中小目标的检测，可有效降低图像中小目标的识别难度，提高检出率。
-
公开(公告)号：CN114241345A
公开(公告)日：2022-03-25
申请号：CN202111573344.8
申请日：2021-12-21
Applicant: 中国农业科学院农业信息研究所
IPC: G06V20/20 , G06V10/32 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种图像中目标的检测方法及装置，涉及人工智能技术领域，其中该方法包括：将要检测的原始图像进行拆分得到多张子图；每一子图都与其相邻的子图具有重叠区域；将拆分得到的所述多张子图分别输入预先训练好的深度模型进行检测，得到每一张子图对应的子目标信息；子目标信息中包括检测目标在子图中的坐标、以及检测目标的类别；深度模型为利用包含检测目标的子图进行训练得到的；根据每一张子图对应的子目标信息、以及每一张子图在原始图像中的坐标，得到原始图像中检测目标的坐标、以及检测目标的类别。本发明可以提高对原始图像中目标检测的准确度，尤其适用于对图像中小目标的检测，可有效降低图像中小目标的识别难度，提高检出率。
-
公开(公告)号：CN110046594A
公开(公告)日：2019-07-23
申请号：CN201910325881.7
申请日：2019-04-22
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明公开了一种图像计数的方法，包括如下步骤：S1、读取无鱼苗的背景图像，设有K张，记为I0k，k＝1，2，3，…，K；S2、读取已知鱼苗数NC的鱼苗图像，设有M组，每组K张，记为Imk，m＝1，2，3，…，M，k＝1，2，3，…，K；S3、计算背景图像与鱼苗图像的灰度差，即DImk＝Iok-Imk；S4、计算鱼苗数引起的灰度变化，在DImk矩阵中设定一定阈值，如果一像素点的灰度值超过这一阈值，则认为是鱼苗的像素点。本发明通过数据拟合，建立已知鱼苗数量的鱼苗图像中鱼苗所占像素点数与鱼苗数量之间的关系，从而判断实际鱼苗数，避免了复杂的图像识别技术，使计数的运算过程得到简化，解决了现有图像识别和数学建模方法复杂，图像数据运算量大的问题。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.031 seconds)
