一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法

    公开(公告)号:CN115170542A

    公开(公告)日:2022-10-11

    申请号:CN202210886982.3

    申请日:2022-07-26

    Abstract: 本发明公开了一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法,包括S1、利用Fast K‑Means算法对马铃薯叶片灰度图像进行分割,获得叶片受关注的区域;S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息,以形成病害特征向量;S3、将训练集和测试集分别训练投票分类器和测试训练好的投票分类器,将符合测试要求的训练好的投票分类器作为马铃薯病害识别模型。优点是:将基于支持向量机、K最邻近与随机森林分类器组合的投票分类器与灰度共生矩阵相结合,通过FastK‑Means聚类算法对感染区域马铃薯叶片分割,在保证准确分割叶片的同时提升分割速度,增强GLCM算法提取特征的能力;投票分类器相对于SVM、KNN和RF马铃薯叶部病害识别效果提高。

    一种采用CBAM与八度卷积改进YOLOV5的温室番茄识别与检测方法

    公开(公告)号:CN115424247A

    公开(公告)日:2022-12-02

    申请号:CN202210728904.0

    申请日:2022-06-24

    Abstract: 本发明提供了一种采用CBAM与八度卷积改进YOLOV5的温室番茄识别与检测方法,利用八度卷积提取温室番茄图像的高低频特征信息,压缩低频特征图的空间分辨率减少冗余空间信息,有效扩大2倍感受野,并降低模型的参数与浮点计算量;将注意力机制CBAM融入特征提取网络Backbone中,从复杂的背景颜色中提取更可区分的特征表示;使用天气数据增强技术,克服模型过拟合问题,并增强数据集的多样性与模型的鲁棒性;采用BCEWithLogitLoss损失函数使处理样本不均衡,并由SmoothBCE与QFocalLoss防止模型过拟合。本方法在复杂温室环境下的番茄检测中取得了最佳性能,为番茄采摘机器人的运行提供了稳定可靠的信息。

    一种采用CBAM与八度卷积改进YOLOV5的温室番茄识别与检测方法

    公开(公告)号:CN115424247B

    公开(公告)日:2023-04-25

    申请号:CN202210728904.0

    申请日:2022-06-24

    Abstract: 本发明提供了一种采用CBAM与八度卷积改进YOLOV5的温室番茄识别与检测方法,利用八度卷积提取温室番茄图像的高低频特征信息,压缩低频特征图的空间分辨率减少冗余空间信息,有效扩大2倍感受野,并降低模型的参数与浮点计算量;将注意力机制CBAM融入特征提取网络Backbone中,从复杂的背景颜色中提取更可区分的特征表示;使用天气数据增强技术,克服模型过拟合问题,并增强数据集的多样性与模型的鲁棒性;采用BCEWithLogitLoss损失函数使处理样本不均衡,并由SmoothBCE与QFocalLoss防止模型过拟合。本方法在复杂温室环境下的番茄检测中取得了最佳性能,为番茄采摘机器人的运行提供了稳定可靠的信息。

    一种基于改进yolov5模型的发芽马铃薯图像识别方法

    公开(公告)号:CN114120037B

    公开(公告)日:2022-07-19

    申请号:CN202111415247.6

    申请日:2021-11-25

    Abstract: 本发明公开了一种基于改进yolov5模型的发芽马铃薯图像识别方法,包括以下步骤:构建图像识别网络模型,获取马铃薯图片数据集,分为训练集和测试数据集;对数据集进行预处理分析,得到数据可视化结果,基于可视化结果确定数据集进行特征融合时采用的模型;采用训练集对构建图像识别网络模型进行训练,获取图像识别网络模型的各个参数指标,得到训练后的图像识别网络模型;采用测试数据集对训练后的图像识别网络模型进行测试,对测试结果的精度进行评价。利用9‑Mosaic算法对获取到的马铃薯图片进入backbone前进行增强优化,强化小目标特征,调整backbone内图内卷积传递规则,使用跨图卷积CrossConv替代Conv连接两个图内卷积,增强特征相似性,提高了发芽马铃薯识别的准确度。

    一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法

    公开(公告)号:CN115170542B

    公开(公告)日:2023-02-28

    申请号:CN202210886982.3

    申请日:2022-07-26

    Abstract: 本发明公开了一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法,包括S1、利用Fast K‑Means算法对马铃薯叶片灰度图像进行分割,获得叶片受关注的区域;S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息,以形成病害特征向量;S3、将训练集和测试集分别训练投票分类器和测试训练好的投票分类器,将符合测试要求的训练好的投票分类器作为马铃薯病害识别模型。优点是:将基于支持向量机、K最邻近与随机森林分类器组合的投票分类器与灰度共生矩阵相结合,通过FastK‑Means聚类算法对感染区域马铃薯叶片分割,在保证准确分割叶片的同时提升分割速度,增强GLCM算法提取特征的能力;投票分类器相对于SVM、KNN和RF马铃薯叶部病害识别效果提高。

    一种基于改进yolov5模型的发芽马铃薯图像识别方法

    公开(公告)号:CN114120037A

    公开(公告)日:2022-03-01

    申请号:CN202111415247.6

    申请日:2021-11-25

    Abstract: 本发明公开了一种基于改进yolov5模型的发芽马铃薯图像识别方法,包括以下步骤:构建图像识别网络模型,获取马铃薯图片数据集,分为训练集和测试数据集;对数据集进行预处理分析,得到数据可视化结果,基于可视化结果确定数据集进行特征融合时采用的模型;采用训练集对构建图像识别网络模型进行训练,获取图像识别网络模型的各个参数指标,得到训练后的图像识别网络模型;采用测试数据集对训练后的图像识别网络模型进行测试,对测试结果的精度进行评价。利用9‑Mosaic算法对获取到的马铃薯图片进入backbone前进行增强优化,强化小目标特征,调整backbone内图内卷积传递规则,使用跨图卷积CrossConv替代Conv连接两个图内卷积,增强特征相似性,提高了发芽马铃薯识别的准确度。

    一种螺旋式榨油机用的食用油散热装置

    公开(公告)号:CN217455070U

    公开(公告)日:2022-09-20

    申请号:CN202221394309.X

    申请日:2022-06-06

    Abstract: 本实用新型公开了一种螺旋式榨油机用的食用油散热装置,包括:底板,所述底板顶端的一侧安装有榨油机本体,且榨油机本体一侧的上端安装有控制箱,所述榨油机本体一侧的底板顶端安装有滤油桶,且滤油桶一侧的底板顶端安装有第一抽油泵,所述底板顶端的中间位置处安装有冷却器外壳。本实用新型可通过将地下水抽入列管内部,再配合出水管和U形管进行循环,经过通孔均匀喷出产生气泡配合风机进行风冷散热,保证地下水处于适当的低温,而食用油在冷却器外壳内部进行换热后进入储油箱内部,此时通过温度传感器进行检测,当温度依旧达不到所需温度时,还可以抽出再次进行冷却换热,使得散热效率更佳,从而解决了散热效率低下的问题。

    一种基于机器视觉识别发芽马铃薯的图像采集装置

    公开(公告)号:CN216352409U

    公开(公告)日:2022-04-19

    申请号:CN202122923013.4

    申请日:2021-11-25

    Abstract: 本实用新型公开了一种基于机器视觉识别发芽马铃薯的图像采集装置,包括底座,所述底座设置有第一升降杆,所述第一升降杆上端固定连接面板,所述面板底面设置有固定板,所述固定板上设置有往返丝杠,所述往返丝杠端部同轴连接带轮,面板底面还设有减速电机,所述减速电机输出轴连接电机轮,所述往返丝杠上螺纹连接有推板,推板上设置设有导柱孔,面板底面设置有导柱,所述导柱贯穿于导柱孔,所述面板表面设有镂空部,所述面板上位于镂空部上方设置CCD相机。本实用新型采用CCD相机对马铃薯进行图像采集,且对马铃薯进行一次调整,CCD相机将再次拍摄照片,再次获取一组图像照片,这样增加马铃薯在不同角度的图像集能够增加后期图像处理的准确度。

Patent Agency Ranking