-
公开(公告)号:CN113487576B
公开(公告)日:2023-08-22
申请号:CN202110796527.X
申请日:2021-07-14
Applicant: 中国科学院合肥物质科学研究院
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于通道注意力机制的虫害图像检测方法,与现有技术相比解决了虫害检测准确率低、检测速度慢的缺陷。本发明包括以下步骤:采集虫害图像并建立虫害数据集;构建基于通道注意力机制的虫害图像检测模型;对虫害图像检测模型进行训练;待检测虫害图像的获取;虫害图像检测结果的获得。本发明通过多尺度预测结构能够提取到更丰富特征的基础神经网络、融合了多个尺度的特征来进行检测,可以在不加深网络深度的前提下提升检测精度;本发明通过通道积空间注意力机制、通过对于通道特征的筛选,使得特征融合时保留的信息更加有利于训练损失的降低,有利于定位及分类的准确,同时通过一定比例的降维可以权衡性能和检测速度的取舍。
-
公开(公告)号:CN113487576A
公开(公告)日:2021-10-08
申请号:CN202110796527.X
申请日:2021-07-14
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通道注意力机制的虫害图像检测方法,与现有技术相比解决了虫害检测准确率低、检测速度慢的缺陷。本发明包括以下步骤:采集虫害图像并建立虫害数据集;构建基于通道注意力机制的虫害图像检测模型;对虫害图像检测模型进行训练;待检测虫害图像的获取;虫害图像检测结果的获得。本发明通过多尺度预测结构能够提取到更丰富特征的基础神经网络、融合了多个尺度的特征来进行检测,可以在不加深网络深度的前提下提升检测精度;本发明通过通道积空间注意力机制、通过对于通道特征的筛选,使得特征融合时保留的信息更加有利于训练损失的降低,有利于定位及分类的准确,同时通过一定比例的降维可以权衡性能和检测速度的取舍。
-
公开(公告)号:CN113220031A
公开(公告)日:2021-08-06
申请号:CN202110519566.5
申请日:2021-05-13
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及基于抗饱和有限时间的旋翼式植保无人机姿态跟踪控制方法,与现有技术相比解决了难以对旋翼式植保无人机进行姿态跟踪控制的缺陷。本发明包括以下步骤:期望姿态角数据的获取;实时姿态角数据的采集;完整姿态数学模型的建立;完整姿态数学拓展模型的建立;有限时间拓展观测器的设计;辅助动力系统的设计;进行有限时间姿态跟踪控制器的设计;旋翼式植保无人机姿态的控制调整。本发明可以实现旋翼式植保无人机在有限时间内跟踪上期望姿态角信号,提高飞行控制系统的抗干扰和执行器饱和抑制能力,加快跟踪误差收敛速度,有效地抑制了系统输出的抖动现象。
-
-