一种双流RGB-D Faster R-CNN识别哺乳母猪姿态的方法

    公开(公告)号:CN109766856B

    公开(公告)日:2022-11-15

    申请号:CN201910040870.4

    申请日:2019-01-16

    摘要: 本发明公开了一种双流RGB‑D FasterR‑CNN的识别哺乳母猪姿态方法,即提出一种在特征提取阶段融合RGB‑D图像特征的端对端的双流RGB‑D Faster R‑CNN算法,用于识别自由栏母猪场景下的哺乳母猪站立、坐立、俯卧、腹卧和侧卧5类姿态。基于Faster R‑CNN,首先使用两个CNN网络分别提取RGB图像特征和深度图像特征;然后利用RGB‑D图像的映射关系,仅采用一个RPN网络生成RGB图像特征图和深度图像特征图的感兴趣区域;对感兴趣区域特征池化后,使用一个独立的网络层实现RGB‑D特征的拼接融合;最后在Fast R‑CNN阶段,引入NOC结构继续卷积提取融合后的特征,再送入分类器和回归器。本发明提供了一种融合了RGB‑D数据信息端对端的高精度、小模型和实时的母猪姿态识别方法,为进一步分析母猪行为奠定了基础。

    基于Hadoop的饮用水海量数据存储管理方法和系统

    公开(公告)号:CN109165207B

    公开(公告)日:2021-11-26

    申请号:CN201810787118.1

    申请日:2018-07-16

    摘要: 本发明公开了基于Hadoop的饮用水海量数据存储管理方法,包括以下步骤:将实时属性数据存入区域服务器,将区域服务器中的实时属性数据迁移Kafka集群中,并进行数据清洗,将清洗后的实时属性数据存入Hadoop集群中;将Hadoop集群中的实时属性数据根据属性进行第二次分类,将分类后的实时属性数据合并成大文件并生成索引文件;将合并后的大文件和索引文件存入Hadoop集群中。本发明对小文件的实时属性数据根据产生地域、时间后先做一次分类,然后再根据数据的元素类型再做一次分类,最后进行合并存储,这样大大减少了内存的消耗,提高了平台的性能。

    一种基于无人机的山地柑橘园灌溉控制系统和方法

    公开(公告)号:CN108196556B

    公开(公告)日:2020-12-25

    申请号:CN201711478980.6

    申请日:2017-12-29

    IPC分类号: G05D1/08 G05D1/10

    摘要: 本发明公开了一种基于无人机的山地柑橘园灌溉控制系统和方法,所述系统包括:多个灌溉节点,与灌溉节点无线连接的无人机;每个灌溉节点包括:第一核心处理器,与第一核心处理器电连接的土壤温湿度传感器模块、双稳态电磁阀模块、GPS模块和第一无线通信模块;无人机包括:第二核心处理器,与第二核心处理器电连接的九轴运动传感器模块、无刷电机电子调速器模块、气压计模块、GPS电子罗盘二合一模块、第二无线通信模块和无线控制模块;第一无线通信模块和第二无线通信模块无线连接。本发明公开提供了基于无人机的山地柑橘园灌溉控制系统和方法,将无人机技术应用在山地柑橘园中,有效减少柑橘种植的劳动力投入,提高了山地柑橘灌溉效率。

    一种基于时间序列的土壤含水量预测系统及方法

    公开(公告)号:CN111561972A

    公开(公告)日:2020-08-21

    申请号:CN202010561600.0

    申请日:2020-06-18

    摘要: 本发明公开了一种基于时间序列的土壤含水量预测系统及方法,该系统包括:远程服务器、数据传输网关、预设范围内的气象站和多个布置在预设范围内的土壤信息采集节点;所述远程服务器,根据获取相同时刻的土壤信息采集节点采集的土壤相关信息、以及气象站采集的天气相关信息,计算输出未来预设时长内所述预设范围内的土壤含水量预测值。该系统响应速度快、布置方便、灵活、可靠、高效;可根据不同地区的土壤特性及气候条件,自适应地调整土壤含水量预测相关参数,再根据大气环境数据、土壤环境数据进行分析处理,给出土壤含水量的预测值,用于指导灌溉作业,有效提高灌溉效率,减少水资源浪费。

    一种自然果园场景下的芒果高精度检测方法

    公开(公告)号:CN111507967A

    公开(公告)日:2020-08-07

    申请号:CN202010306354.4

    申请日:2020-04-17

    摘要: 本发明公开了一种自然果园场景下的芒果高精度检测方法,包括:建立自然场景下的芒果数据库;构建基于Mask Scoring R-CNN的初步网络结构;在ROI Align层后增加一个并行训练的BoxIOU分支,为RPN输出的候选框预测IOU得分;测试阶段BoxIOU分支预测的IOU得分与相应的分类置信度进行耦合,再将耦合后的分值替代原本的分类置信度作为后处理阶段的非极大抑制的排列依据;利用训练后的BoxIOU MangoNet进行芒果果实的检测和分割。该方法为果实目标筛选出定位更准确的检测框,简单有效,能够解决自然果园场景下受复杂环境干扰的检测分割难题。

    一种基于ResNet神经网络的单幅图像去雾方法

    公开(公告)号:CN108230264B

    公开(公告)日:2020-05-15

    申请号:CN201711305489.3

    申请日:2017-12-11

    IPC分类号: G06T5/00 G06N3/04

    摘要: 本发明为基于ResNet神经网络的单幅图像去雾方法,实现了对有雾图像端到端的去雾清晰化处理,其步骤包括:获取同一个场景下的雨雾天气状况下的有雾图像及晴天的清晰图像,组成图像数据集;对图像数据集使用SIFT进行关键点匹配,校正图像的像素偏移;搭建一个基于ResNet的深度神经网络,其输入为单幅有雾的场景图像;使用所搭建的深度神经网络,实现对降质图像进行端到端的去雾清晰化处理。本发明专利使用了ResNet网络,能够较好地提取输入图像的特征,对特定场景下的有雾图像具有很好地去雾清晰化效果,图像视觉还原效果极佳。

    一种果园土壤聚类系统及方法

    公开(公告)号:CN110414610A

    公开(公告)日:2019-11-05

    申请号:CN201910702143.X

    申请日:2019-07-31

    IPC分类号: G06K9/62 G06Q50/02

    摘要: 本发明公开了一种果园土壤聚类系统及方法,该系统包括:依次连接的数据采集节点、数据传输网关、数据存储模块、数据处理模块和建模聚类模块;数据采集节点包括:电源模块和分别与电源模块电连接的处理器、传感器及通信模块;处理器分别与传感器、通信模块连接;通信模块通过所述数据传输网关将数据发送给所述数据存储模块;数据处理模块,用于将所述数据存储模块存储的数据进行预处理;建模聚类模块,根据机器学习算法中的K-means聚类对预处理后的数据进行建模并聚类。该系统可对果园土壤类型进行聚类,让用户清楚的了解土壤的类型,有利于果园分块管理,能有效提高果园灌溉系统的效率,从而针对不同的土壤采取不同的灌溉方法。

    一种基于Faster R-CNN和HMM的哺乳母猪姿态转换识别方法

    公开(公告)号:CN109711389A

    公开(公告)日:2019-05-03

    申请号:CN201910041539.4

    申请日:2019-01-16

    摘要: 本发明公开了一种基于Faster R-CNN和HMM的哺乳母猪姿态转换识别方法,步骤为:1.深度图像质量增强;2.用改进Faster R-CNN识别母猪姿态,以每帧概率最大的姿态作为姿态序列;并将概率最大的前5个检测框作为候选区域;3.用长度为5的中值滤波修正姿态序列分类错误;用视频段姿态转换次数检测疑似转换片段;在疑似转换片段中,用维特比算法根据候选区域构建母猪定位管道;4.在定位管道中,用最大类间方差法分割各帧母猪,计算母猪身体各部分高度,形成高度序列;5.将高度序列输入HMM模型,将疑似转换片段分为姿态转换与未转换片段;对单一姿态片段和姿态转换片段分类,获得识别结果。本发明能在光线变化及夜间场景下,自动母猪姿态转换识别,为高危行为识别打下基础。