-
公开(公告)号：CN117649364B
公开(公告)日：2024-05-07
申请号：CN202410126237.8
申请日：2024-01-30
Applicant: 安徽大学
IPC: G06T5/73 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于改进DeblurGANv2模型的真菌孢子显微图像去模糊方法及装置，该方法包括：获取真菌孢子显微图像数据集；基于改进DeblurGANv2模型构建真菌孢子显微图像去模糊网络模型，所述改进DeblurGANv2模型包括在FPN网络中融入CBAM注意力模块并增加一条自底向上的5层特征增强路径；将真菌孢子显微图像数据集输入真菌孢子显微图像去模糊网络模型对生成器和判别器进行训练，得到训练完成的真菌孢子显微图像去模糊网络模型；基于训练完成的去模糊网络模型中的生成器对待处理的模糊真菌孢子显微图像进行去模糊。本发明有效提高了真菌孢子显微图像去模糊后的图像质量。
-
公开(公告)号：CN117272021A
公开(公告)日：2023-12-22
申请号：CN202311211477.X
申请日：2023-09-19
Applicant: 安徽大学
IPC: G06F18/213 , G06F18/2451 , G01N25/72
Abstract: 本发明涉及一种基于水果表面不同组织热特性的水果损伤检测方法，与现有技术相比解决了难以针对水果进行损坏检测的缺陷。本发明包括以下步骤：温度数据的采集；温度数据特征值的提取；特征值的计算；分类器的训练；获取待检测水果的温度数据；水果损伤检测结果的获得。本发明通过热电堆传感器采集水果样品不同感兴趣区域的温度数据；对温度数据进行压缩和傅里叶变换分析，提取曲线峰值作为特征值；将特征值输入最小二乘法线性分类器进行分类训练，从而实现对待测水果损伤的检测。
-
公开(公告)号：CN117115660A
公开(公告)日：2023-11-24
申请号：CN202311239981.0
申请日：2023-09-25
Applicant: 安徽大学
IPC: G06V20/10 , G06V20/68 , G06V10/22 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种结合检测网络和点回归的葡萄图像采摘点位置单阶段定位方法，与现有技术相比解决了难以定位出葡萄图像中茎位置的缺陷。本发明包括以下步骤：葡萄图像的获取及预处理；葡萄采摘点定位模型的构建；葡萄采摘点定位模型的训练；待定位葡萄图像的获取；葡萄图像采摘点位置的定位。本发明使用了具有点回归的检测网络来检测葡萄茎并同时确定采摘点，获得了良好而准确的采摘点定位，其简单性、可部署性和可操作性远远优于两阶段方法，为葡萄果实采摘提供了实用可靠的技术支撑。
-
公开(公告)号：CN115797928A
公开(公告)日：2023-03-14
申请号：CN202211568315.7
申请日：2022-12-08
Applicant: 安徽大学
Abstract: 本发明涉及一种基于可旋转椭圆框的小麦条锈病菌夏孢子显微图像检测方法，包括：获取夏孢子原始显微图像；对夏孢子原始显微图像进行预处理，得到标注数据；基于可旋转椭圆框构建夏孢子检测模型；将训练集输入夏孢子检测模型进行训练，得到训练后的夏孢子检测模型；将测试集中的夏孢子显微图像输入到训练后的夏孢子检测模型，训练后的夏孢子检测模型输出夏孢子检测信息，通过夏孢子检测信息检测定位出显微图像中的小麦条锈病菌夏孢子。本发明能够精准检测并分割出夏孢子显微图像中的夏孢子，且推理速度较快；对小麦条锈病菌夏孢子检测的识别精确度达到了98.61％，分割率达到了85.15％，推理速度为0.3254s/iter，达到了实时检测的应用需求。
-
Patent Agency Ranking
公开(公告)号：CN117649364A
公开(公告)日：2024-03-05
申请号：CN202410126237.8
申请日：2024-01-30
Applicant: 安徽大学
IPC: G06T5/73 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于改进DeblurGANv2模型的真菌孢子显微图像去模糊方法及装置，该方法包括：获取真菌孢子显微图像数据集；基于改进DeblurGANv2模型构建真菌孢子显微图像去模糊网络模型，所述改进DeblurGANv2模型包括在FPN网络中融入CBAM注意力模块并增加一条自底向上的5层特征增强路径；将真菌孢子显微图像数据集输入真菌孢子显微图像去模糊网络模型对生成器和判别器进行训练，得到训练完成的真菌孢子显微图像去模糊网络模型；基于训练完成的去模糊网络模型中的生成器对待处理的模糊真菌孢子显微图像进行去模糊。本发明有效提高了真菌孢子显微图像去模糊后的图像质量。
-
公开(公告)号：CN115565012A
公开(公告)日：2023-01-03
申请号：CN202211285868.1
申请日：2022-10-20
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/10 , G06V20/52 , G06N3/04 , G06N3/08 , G06Q50/02 , G06Q50/26
Abstract: 本发明涉及一种基于自旋式Unet++网络的小麦条锈病夏孢子监测方法，包括：获取夏孢子显微图像；构建样本数据集；将样本数据集分为训练集、测试集和验证集；对Unet++网络模型进行改进，得到改进后的Unet++网络模型；将样本数据集中的图像输入至改进后的Unet++网络模型中，进行自旋式训练，得到夏孢子计数网络模型，并输出带检测框的样本数据集中的图像；训练夏孢子计数网络模型；将待检测的夏孢子显微图像输入到训练后的夏孢子计数网络模型，输出带检测框和计数的图像。本发明中夏孢子计数网络模型的计数准确率高，达到了99.03％；分割率较高，达到了86.45％；检测速率较高，达到了14张/秒，占用内存较小，仅为46.8MB。
-
公开(公告)号：CN117286014A
公开(公告)日：2023-12-26
申请号：CN202311254140.7
申请日：2023-09-26
Applicant: 安徽大学
Abstract: 本发明涉及农业病菌孢子检测技术领域，具体是涉及一种能够捕捉气传真菌病害孢子的自动化装置，包括壳体、竖直设置于壳体内的孢子捕捉装置，孢子捕捉装置靠近壳体顶部设置；所述孢子捕捉装置还设有顶部捕捉仓和侧壁捕捉仓，顶部捕捉仓呈竖直状态设置于孢子捕捉装置顶部且穿过壳体置于防尘罩内；侧壁捕捉仓呈竖直状态固定设置于壳体边角处且一一对应壳体边角设置有多组；孢子检测装置呈竖直状态固定设置于壳体内且靠近壳体底部设置；所述壳体的外壁还折叠设置有用以为设置供电的太阳能供电模块；本发明不仅可以实现自动对孢子进行捕捉而且可以自动对其进行检测，可以实时对孢子进行检测，精确地预测孢子的传播以及病害情况。
-
公开(公告)号：CN115664253A
公开(公告)日：2023-01-31
申请号：CN202211434857.5
申请日：2022-11-16
Applicant: 安徽大学
IPC: H02N1/04
Abstract: 本发明公开了一种具有高空间利用率和宽频带的摆动式摩擦纳米发电机，包括中心轴杆，中心轴杆由内向外呈嵌套结构设置有多个摩擦纳米发电机单元，摩擦纳米发电机单元的尺寸随着与中心轴杆之间距离的增大而增大；每个摩擦纳米发电机单元包括转子和定子；本发明在传统摆动式摩擦纳米发电机基础之上，通过耦合多个摆动式摩擦纳米发电机单元，一方面充分利用了内部空间，显著提升空间利用率，且输出性能也得到大幅增加。另一方面，多个摆动式摩擦纳米发电机单元的尺寸以及质量块质量截然不同，使得在外界激励驱动下，各自的有效工作频带不同，从而整个器件可以收集较宽频带内的微弱机械能量，可以有效适应高熵低频的外界环境。
-
公开(公告)号：CN117197807A
公开(公告)日：2023-12-08
申请号：CN202311220559.0
申请日：2023-09-20
Applicant: 安徽大学
IPC: G06V20/69 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及基于YOLOv4‑tiny轻量化模型的小麦赤霉病孢子识别方法，与现有技术相比解决了赤霉病孢子检测准确率低、检测速度慢、计算量大的缺陷。本发明包括以下步骤：孢子图像数据集的建立；构建轻量化孢子识别模型；轻量化孢子识别模型的训练；待识别孢子图像的获取；小麦赤霉病孢子识别结果的获得。本发明利用YOLOv4‑tiny具有更高的检测速度和较好的实时性的特点，在保证准确性的同时实现快速检测；本发明通过将YOLOv4主干特征提取网络CSPDarknet53模块替换为CSPDarknet53_tiny模块，有效的实现了小麦赤霉病孢子快速准确检测识别。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.077 seconds)
