-
公开(公告)号：CN119672688A
公开(公告)日：2025-03-21
申请号：CN202411722630.X
申请日：2024-11-28
Applicant: 云南农业大学
IPC: G06V20/60 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/62 , G06V10/764 , G06V10/80 , G06V10/82 , G06T7/277 , G06N3/0464
Abstract: 本申请公开了一种基于SCConv轻量化改进YOLOv8模型的谷物流量检测方法，可以降低对小目标物体的漏检、误检概率，提升对小目标物体的检测精度。该方法包括：对预处理后的图像输入主干网络中提取出图像的空间和语义信息；利用特征金字塔网络和路径聚合网络对不同尺度的特征图进行聚合和融合；利用新增的小目标检测头处理高分辨率特征图，获得更多局部图像信息，捕捉小目标物体；利用模型中的每个检测头根据所接收的特征图预测物体的边界框位置、大小和类别；对来自每个检测头的检测结果执行非极大值抑制操作；将新增的小目标检测头所贡献的检测结果将与原始检测头的结果结合在一起输出最终检测结果；使用ByteTrack算法对检测到的谷物颗粒进行追踪与计数，计算出谷物流量。
-
公开(公告)号：CN109906918A
公开(公告)日：2019-06-21
申请号：CN201910230761.9
申请日：2019-03-26
Applicant: 云南农业大学
Abstract: 本发明提供一种节水式农业灌溉装置。所述节水式农业灌溉装置包括水管；支撑机构；限位机构；收集机构；喷晒机构；节水机构；过滤机构，所述过滤机构安装于所述收集机构的内部，所述过滤机构包括第一隔板、第二隔板、限位块和滤网，所述收集机构的底端内部安装所述第一隔板，所述收集机构的内部居中处安装所述第二隔板，所述第一隔板的顶端固定连接截面积为梯形的所述第二隔板；所述第二隔板的顶端对称转动连接顶面为半圆形的所述滤网，所述收集机构的侧壁对称安装半球形的所述限位块，所述滤网的底面边缘处抵触所述限位块，且所述滤网底端截面积为弧形；固定机构。本发明提供的节水式农业灌溉装置避免喷晒机构堵塞。
-
公开(公告)号：CN118436063A
公开(公告)日：2024-08-06
申请号：CN202410440158.4
申请日：2024-04-12
IPC: A23L25/00
Abstract: 本申请涉及一种核桃定向方法，将需要破壳定向的核桃放入装有水的容器中，同时控制放入的核桃数量。利用核桃壳与核桃仁之间的比重关系，且核桃仁在核桃壳内的分布是沿脐线两边对称分布的，同时脐线处的外形尺寸较大，在水中的浮力也较大，这样就会使核桃在水中的浮起姿态是固定的。使核桃的脐线与水平面相垂直，即让核桃的短轴方向与水平面相垂直，达到定向的目的。无需复杂的机械装置，且效率高，同时避免了核桃定向不准的问题，加速了核桃产业化的发展，大大提高了核桃副产品生产的效率。
-
公开(公告)号：CN112749675A
公开(公告)日：2021-05-04
申请号：CN202110076810.5
申请日：2021-01-20
Applicant: 云南农业大学
Abstract: 本发明公开了一种基于卷积神经网络的马铃薯病害识别方法，利用图像增强的方法构建用于卷积神经网络(CNN)训练的马铃薯病害数据集,再利用中值滤波和图像标准化等方法对采集到的马铃薯病害图像进行预处理，最后利用马铃薯病虫害数据集构建基于卷积神经网络的病害识别分类器并利用迁移学习算法载入预训练模型参数进行模型训练。本发明可以快速、准确的实现多种马铃薯常见病害的识别。
-
公开(公告)号：CN109632801A
公开(公告)日：2019-04-16
申请号：CN201910069791.6
申请日：2019-01-24
Applicant: 云南农业大学
CPC classification number: G01N21/84 , G01N30/02 , G01N30/06 , G01N2021/8466
Abstract: 一种基于计算机视觉技术的三七皂苷快速检测方法，它涉及食品安全检测技术领域。它包含以下步骤：步骤一、三七样品的准备；步骤二、三七样品的处理；步骤三、图像的采集：使用CCD相机对处理过的三七进行表面纹理的图像采集，获得清晰的三七表面纹理图像；步骤四、图像的处理：对三七表面纹理图像进行图像分割、去噪、图像增强、提取边缘、图像相加和提取特征值，采用支持向量机监督分类的方法对三七纹理进行快速识别、分类；步骤五、高效液相色谱法检测；步骤六、建立图像模型；步骤七、数据得出。本发明有益效果为：基于计算机视觉技术的三七皂苷快速检测方法具有耗时短、效率高等特点。
-
Patent Agency Ranking
公开(公告)号：CN103008105A
公开(公告)日：2013-04-03
申请号：CN201210561506.0
申请日：2012-12-21
Applicant: 云南农业大学
IPC: B03C1/32
Abstract: 本发明涉及一种针对细粒物料的悬浮干式弱磁场磁选设备，属于矿物加工工程技术领域。电机连接变频器，电机的输出轴与支撑轴连接；支撑轴与支架连接，外筒固定在支架上，内筒与支撑轴连接，并随支撑轴一起转动；支撑轴与圆环之间通过轴承连接；分隔板位于内筒和外筒之间，固定在外筒上；外筒外壁上部设有尾矿出口；外筒外壁底部开有精矿出口，管道的顶部与外筒连接，管道的尾部为气流接口，气流接口与空气压缩设备相连；气流接口的上方设有给矿口；毛刷固定在圆环上。本发明减少了能耗和水资源污染；可以用于细粒物料的选别；从磁选机的下部进矿；在悬浮状态下进行选别，使物料充分松散，提高了精矿的品位和回收率，同时，装置简单，操作方便。
-
公开(公告)号：CN117689994A
公开(公告)日：2024-03-12
申请号：CN202311688187.4
申请日：2023-12-11
Applicant: 云南农业大学
IPC: G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/082 , G06T7/00
Abstract: 本发明涉及果树智能识别技术领域，且公开了一种基于深度学习的黄龙病检测方法及装置，包生成YOLO v8n‑C2G改进模型，引入坐标注意力机制，用于对植物疾病的特征提取之后引入GSConv模型，并更改模型特征提取的网络结构，用于对模型的推理速度进行优化，最后对预测框和真实框进行匹配。该一种基于深度学习的黄龙病检测方法及装置通过改进模型的内存占用量减少，平均精度提升，改进的YOLO v8n‑C2G模型在柑橘、沃柑、西柚的植物数据集上都有良好的表现和鲁棒性，推理速度快，精准度高，对实际场景中被遮挡的叶片检测性能好，易于部署，从而能够快速对病叶进行识别。
-
公开(公告)号：CN116129295A
公开(公告)日：2023-05-16
申请号：CN202211599465.4
申请日：2022-12-12
Applicant: 云南农业大学
IPC: G06V20/20 , G06V20/10 , G06V10/774 , G06V10/82 , G05D1/02
Abstract: 一种基于图像识别的玉米生长状况监测机器人研究方法。本发明提供一种基于图像识别的玉米生长状况监测机器人研究方法，通过设计了一种玉米生长状况监测机器人，机器人能够在工作时自由行走和机器人能够自动识别玉米后实现静态拍照继续前行识别拍照，在玉米生长周期定期采集玉米生长不同时期的根茎图片，建立玉米根茎数据库，然后对标注好的数据进行训练，利用Yolo V4算法对玉米茎叶在线识别并拟合行走路径，最后设计不同环境状況下的试验来测试机器人行走的精确性，从而验证了机器人在玉米行走的可行性，实现了机器人自动识别玉米后实现静态拍照继续前行识别拍照，以提高视觉系统的可见能力，能够准确了解玉米作物生长状况，降低监测误差。
-
公开(公告)号：CN115205653A
公开(公告)日：2022-10-18
申请号：CN202210815376.2
申请日：2022-07-08
Applicant: 云南农业大学
IPC: G06V10/82 , G06V10/774 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于卷积神经网络的玉米表型参数提取方法，使用工业相机采集玉米单株的俯视图和侧视图，人工采集玉米单株的株高，茎粗，干生物量，叶面积，叶绿素含量，含水量等数据，使用图像与表型数据构建玉米表型数据集，使用玉米表型数据集构建基于卷积神经网络的玉米表型参数回归模型。本发明可以自动提取图像特征，并根据特征进行分类和参数回归，准确率高，避免了人工提取表型参数，相比传统机器学习避免了人为设计特征的步骤，且在准确率上达到使用要求。
-
公开(公告)号：CN113109341A
公开(公告)日：2021-07-13
申请号：CN202110378993.6
申请日：2021-04-08
Applicant: 云南农业大学
IPC: G01N21/84 , G01N21/88 , G01N21/89 , G01N21/892
Abstract: 本发明提供一种马铃薯病害快速检测装置，包括：控制模块，所述控制模块连接有输入模块和输出模块；所述输入模块包括：LED光源、小型履带传送装置、暗箱、摄像装置、键盘、鼠标和三个电源；所述输出模块由触摸式显示屏构成；所述控制模块用于接收、存储输入设备输入的数据，将输入的数据经过处理后再通过输出设备输出。本发明装置体积小、功耗低、光能损失小、结构简单、操作便捷，可准确、快速检测马铃薯常见病害。改进后，可用于识别其他农作物病害，具有一定的推广价值。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.029 seconds)
