-
公开(公告)号：CN116990242A
公开(公告)日：2023-11-03
申请号：CN202310901508.8
申请日：2023-07-21
申请人： 仲恺农业工程学院 , 中国农业科学院农业基因组研究所 , 中国农业科学院深圳农业基因组研究所
IPC分类号： G01N21/25 , G06V20/17 , G06V10/10 , G06V10/774 , G06N3/0464 , G06V10/82 , B64U20/87 , G01N21/84 , G01N21/01 , B64U101/31 , B64U101/40
摘要： 本发明公开了一种基于无人机多光谱的柑橘黄龙病监测方法及系统，系统包括便携式多光谱相机、无人机和地面监测平台；无人机飞行器搭载所述便携式多光谱相机，用于拍摄待监测柑橘园的地面多光谱图像，无人机地面控制平台控制所述飞行器按预定轨迹和离地面固定高度低空匀速飞行，并接收所述地面多光谱图像，发送至所述地面监测平台；监测方法是通过构建多通道深度卷积神经网络模型智能识别柑橘黄龙病染病树并生成所述柑橘黄龙病分布可视化图。监测系统结构简单，成本低、灵活性强，不易受云层干扰；提供多光谱信息，扩展了数据维度；保留图像空间信息的同时，提供更多光谱信息，基于深度卷积神经网络的识别算法能更快速、更准确识别柑橘黄龙病染病树。
-
公开(公告)号：CN118412004A
公开(公告)日：2024-07-30
申请号：CN202410311664.3
申请日：2024-03-19
IPC分类号： G10L25/30 , G10L25/24 , G06F18/2415 , G06N3/0464 , G06N3/045 , G06N3/084 , G06Q50/02
摘要： 本发明涉及智能林业保护技术领域，尤其涉及木材害虫的检测方法及系统、存储介质，其方法包括：采集木材中由害虫活动产生的声音数据，并进行预处理，提取MFCC特征；绘制MFCC特征图并输入预训练好的MobileNetV3模型进行害虫种类的分类识别；基于MobileNetV3模型的识别结果，对木材的害虫状态进行标注，本发明利用先进的深度学习技术实现了对害虫活动声音的高效、准确识别，既提高了害虫监测的效率和准确性，也降低了环境影响，为害虫管理提供了一种高效、环保且成本效益的新解决方案，能够为森林保护和木材产业带来显著的经济和生态效益，本发明有望在全球范围内广泛应用，为森林资源的可持续管理和木材加工业的发展提供强有力的技术支持。
-
公开(公告)号：CN118196664A
公开(公告)日：2024-06-14
申请号：CN202410364452.1
申请日：2024-03-28
IPC分类号： G06V20/17 , G06V20/10 , G06V10/52 , G06V10/54 , G06V10/764 , G06V10/766
摘要： 本发明涉及侵植物监测领域，尤其涉及无人机遥感尺度获取方法及系统、存储介质，其方法包括：基于无人机获得入侵植物不同尺度的图像，通过灰度共生矩阵方法，获得纹理特征变量，所述纹理特征变量包括：对比度、相异性、同质性及自相关；将所述纹理特征变量输入至预训练好的回归模型中，预测不同尺度下的图像识别精确率和召回率；基于预测的精确率与召回率，结合实际监测需求，确认最佳的无人机遥感尺度，本发明提高了入侵植物监测的精度和效率，还优化了资源利用，具有良好的适应性和通用性。
-
公开(公告)号：CN117975258A
公开(公告)日：2024-05-03
申请号：CN202311647858.2
申请日：2023-12-05
IPC分类号： G06V20/10 , G06V20/68 , G06V10/25 , G06V10/30 , G06V10/24 , G06V10/774 , G06N3/006 , G01N21/88 , G01N21/25
摘要： 本发明涉及一种基于高光谱特征波段的甘蔗叶片相似病害识别方法，在建立识别模型后，只需获取待测样本的高光谱图像进行黑白校正并，提取其相应的特征波段输入到识别模型中，即可得到病害类型的检测结果，能实现对甘蔗叶片相似病害种类无损、快速、准确的鉴定。
-
公开(公告)号：CN117470572A
公开(公告)日：2024-01-30
申请号：CN202311657241.9
申请日：2023-12-06
IPC分类号： G01N1/02
摘要： 本发明公开的一种便携式样方框，属于生态入侵植物调查采样工具技术领域；包括四片大小长度相同的长板和若干连接件，长板由高强度塑料材质制成，连接件由子铆钉和母铆钉组合而成，四片长板交替连接组成一个可折叠收纳的便携式样方框，用于野外入侵植物采样调查，所述长板两端的边缘轮廓为半圆形，半圆的中心处通孔的直径相同，与连接件中母铆钉的螺杆形成配合，可折叠收纳使得体积占用少，结构简单，重量轻便于携带，可重复使用及使用寿命长，便于野外调查和采样工作。
-
公开(公告)号：CN221038684U
公开(公告)日：2024-05-28
申请号：CN202321932241.0
申请日：2023-07-21
申请人： 仲恺农业工程学院 , 中国农业科学院深圳农业基因组研究所 , 中国农业科学院农业基因组研究所
IPC分类号： G01N21/25 , G01N21/84 , G01N21/01 , G06V20/17 , G06V10/10 , G06V10/774 , G06N3/0464 , G06V10/82 , B64U20/87 , B64U101/31 , B64U101/40
摘要： 本发明公开了一种基于无人机多光谱的柑橘黄龙病监测系统，系统包括便携式多光谱相机、无人机和地面监测平台；无人机飞行器搭载所述便携式多光谱相机，用于拍摄待监测柑橘园的地面多光谱图像，无人机地面控制平台控制所述飞行器按预定轨迹和离地面固定高度低空匀速飞行，并接收所述地面多光谱图像，发送至所述地面监测平台进行识别监测；监测系统结构简单，成本低、灵活性强，不易受云层干扰；提供多光谱信息，扩展了数据维度；保留图像空间信息的同时，提供更多光谱信息，更快速、更准确识别柑橘黄龙病染病树。
-
公开(公告)号：CN221377070U
公开(公告)日：2024-07-19
申请号：CN202323307302.7
申请日：2023-12-06
IPC分类号： G01N1/02
摘要： 本实用新型公开的一种便携式样方框，属于生态入侵植物调查采样工具技术领域；包括四片大小长度相同的长板和若干连接件，长板由高强度塑料材质制成，连接件由子铆钉和母铆钉组合而成，四片长板交替连接组成一个可折叠收纳的便携式样方框，用于野外入侵植物采样调查，所述长板两端的边缘轮廓为半圆形，半圆的中心处通孔的直径相同，与连接件中母铆钉的螺杆形成配合，可折叠收纳使得体积占用少，结构简单，重量轻便于携带，可重复使用及使用寿命长，便于野外调查和采样工作。
-
公开(公告)号：CN117197525A
公开(公告)日：2023-12-08
申请号：CN202310901514.3
申请日：2023-07-21
申请人： 中国农业科学院农业基因组研究所
IPC分类号： G06V10/764 , G06V10/82 , G06V10/26 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种农作物病害识别技术领域中，一种植物叶片病害的识别检测方法，其中包括了图像分割、数据增强及图像识别。具体步骤如下：1)采集原始植物叶片进行标注，建立原始数据集，进行训练获得Unet语义分割模型，制作去除背景数据集，并训练，获得DCGAN数据增强模型，制作数据增强数据集，形成图形分类模型，通过模型进行分析得到植物叶片的病虫害分类。本发明与现有技术相比的优点在于：通过图像分割和数据增强后整合得到的数据库训练的MobileNetV3‑Large图像识别网络，可以使该网络的识别精度大幅提高。
-
公开(公告)号：CN116310549A
公开(公告)日：2023-06-23
申请号：CN202310256932.1
申请日：2023-03-17
申请人： 中国农业科学院农业基因组研究所
IPC分类号： G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06N3/048 , G06N3/0464 , G06N3/045 , G06N3/08
摘要： 本发明公开了一种进口大豆中的入侵植物种子检测方法，该方法主要包括以下步骤：拍摄混有多种入侵植物种子的进口大豆种子的图像；标注种子原始图像并制作VOC格式的语义分割数据集并训练U2Net语义分割模型；对分割后的图像进行掩膜处理；提取掩膜后得到单个种子的图像；建立种子数据集，并训练ResNet图像分类模型；使用训练好的U2Net语义分割模型与ResNet图像分类模型对待检测的种子进行检测应用。本发明与现有技术相比的优点在于：该方法涉及计算机视觉、深度学习和入侵生物领域，使用语义分割技术和图像分类技术能够对进口大豆种子产品中混杂的各种入侵植物种子进行快速准确且无损的分类鉴别，提高大豆中入侵种子的检测准确率。
-
公开(公告)号：CN116310548A
公开(公告)日：2023-06-23
申请号：CN202310256931.7
申请日：2023-03-17
申请人： 中国农业科学院农业基因组研究所
IPC分类号： G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种进口种子产品中的入侵植物种子检测方法，主要包括以下步骤：拍摄获取所有种子的图像；对获取的种子图像进行标注建立语义分割数据集并训练DeepLabV3语义分割模型；对分割后的图像进行掩膜处理；对掩膜后的图像进行种子边界轮廓提取，画出外接矩形框并进行裁剪，得到单个种子的图像；将裁剪后的单个种子图像进行标注建立种子数据集，并训练MobileNet图像分类模型；使用训练好的DeepLabV3语义分割模型与MobileNet图像分类模型对待检测的种子进行检测应用。本发明与现有技术相比的优点在于：使用语义分割和图像分类相结合的方法能够保证高效的去除背景，提取单个种子，从而提高多类种子分类的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.14 秒)
