-
公开(公告)号:CN117475299A
公开(公告)日:2024-01-30
申请号:CN202311283629.7
申请日:2023-09-28
申请人: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智控数字化科技有限公司 , 山东省农业科学院
IPC分类号: G06V20/10 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/045 , G06N3/084
摘要: 本发明属于输电通道检测特定计算机模型的技术领域,更具体地,涉及一种基于YOLOv8的玉米叶片虫害区域检测方法。所述方法包括构建数据集;对数据集的玉米虫害区域图片进行预处理:使用轻量级注释工具“labelme”进行多边形标注,将虫害区域分为3个类别;将预处理后的玉米虫害区域图片输入Poly‑YOLOv8虫害区域检测模型的骨干网络进行特征提取后经颈部网络进行特征融合,最后输入改进的解耦检测头生成检测结果;将经训练和测试后的Poly‑YOLOv8虫害区域检测模型对玉米虫害区域进行实时监测。本发明解决了现有技术中忽略了叶片上虫害区域的检测,基于实例分割的虫害区域检测无法有效定位叶片边界,进而导致精确度不足的问题。
-
公开(公告)号:CN118429837A
公开(公告)日:2024-08-02
申请号:CN202410523193.2
申请日:2024-04-28
IPC分类号: G06V20/17 , G06V10/40 , G06V10/766 , G06V10/774 , G06V10/764
摘要: 本发明属于图像识别与处理技术领域,更具体地,涉及一种基于近地遥感与改进YOLOv8s的玉米植株检测方法、装置及计算机可读存储介质,包括通过近地遥感技术获取待处理图像;对待处理图像进行重建,得到重建图像;对重建图像进行自适应切割,适应模型能够处理的最佳尺寸;当重建图像不能被整个切割时,将不足部分使用空白图层填充,最终得到自适应图像;对自适应图像进行标注、数据划分和格式导出,得到数据集;建立玉米植株检测模型,并进行训练;将数据集输入玉米植株检测模型进行检测。本发明解决现有技术中传统模型使用的CIoU计算较为复杂,收敛速度慢,对于小目标检测以及密集目标检测并不能有效地检测。
-
公开(公告)号:CN117975442A
公开(公告)日:2024-05-03
申请号:CN202410167173.6
申请日:2024-02-06
IPC分类号: G06V20/68 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0495 , G06N3/082
摘要: 本发明属于果蔬检测特定计算机模型的技术领域,更具体地,涉及一种基于改进YOLOv5s的轻量化番茄成熟度检测系统及方法。所述系统包括骨干网络、颈部结构和头部结构;所述骨干网络中包括Ghostconv模块、C3Ghost模块和SPPF模块,将原C3模块内部的Bott leneck模块替换为GhostBott leneck模块;所述颈部结构的PANet使用加权双向特征金字塔网络BiFPN进行代替;所述头部结构使用EIoU损失函数替换CIoU损失函数。本发明解决了现有技术中YOLOv5s模型的PANet结构在特征融合过程中未考虑到不同特征信息在融合过程中的不同贡献,且没有横向连接充分融合特征信息,导致多尺度特征的表达能力减弱,检测精度降低的问题。
-
公开(公告)号:CN118094421A
公开(公告)日:2024-05-28
申请号:CN202311873284.0
申请日:2023-12-29
IPC分类号: G06F18/2433 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/0499 , G06N3/094
摘要: 本发明属于基于特定计算机模型的数据监测技术领域,更具体地,涉及面向机械状态监测的异常数据检测方法。所述方法包括获取机械监测数据的历史数据,并分为训练集和测试集;将训练集和测试集数据进行分段,并提取每一段的时域特征属性信息;构建机械监测数据异常检测模型:所述机械监测数据异常检测模型包括生成器和判别器,所述生成器和判别器均包括编码器和解码器;将训练集时域特征属性信息输入模型中并训练;将测试集时域特征属性信息输入模型中实现监测数据的异常检测。本发明解决了现有技术中在处理海量数据时,出现的识别速度慢、准确率低的问题。
-
公开(公告)号:CN117591938A
公开(公告)日:2024-02-23
申请号:CN202311615499.2
申请日:2023-11-28
IPC分类号: G06F18/241 , G06F18/25 , G06F18/213 , G06F18/10 , G06F18/214 , G06N3/08 , G06N3/0442 , G06N3/0464
摘要: 本发明属于基于特定计算模型的农机轨迹识别技术领域,更具体地,涉及一种基于神经网络的农机轨迹时空特性提取与行为识别方法。所述方法包括采集农机GNSS轨迹点得到轨迹数据集合,并对数据进行清洗操作;计算出数据清洗后的农机GNSS轨迹每个轨迹点的特征,并将特征与速度、方向进行组合;通过神经网络模型对GNSS轨迹提取时空特征;将提取的时间特征和空间特征通过特征拼接操作实现特征融合;基于特征拼接后的融合特征,通过线性分类器对每个GNSS轨迹进行田间和道路的分类。本发明解决了现有技术中在深层特征提取上具有困难,忽略轨迹数据间的空间关系,并且调参复杂,难以实现准确且实时的田间‑道路行为识别的问题。
-
公开(公告)号:CN116793365A
公开(公告)日:2023-09-22
申请号:CN202310825149.2
申请日:2023-07-06
摘要: 一种基于时序神经网络辅助的农机定位导航方法,采用的MEMS惯导器件定位快速发散问题,运用了基于改进误差模型的扩展卡尔曼滤波算法,来进行农机组合导航的定位解算,并且根据农机在作业情景中的特点:农机在作业过程中一般为匀速直线进行;农机在路径切换或者作业转场过程中会有静止情况的出现。将以上两种特点作为强有效的观测量加入到以MEM‑EKF为基础的滤波算法中,来进行组合导航滤波器的构建,减小定位误差,实现对惯导系统结果的修正。
-
公开(公告)号:CN117350962A
公开(公告)日:2024-01-05
申请号:CN202311278742.6
申请日:2023-09-28
IPC分类号: G06T7/00 , G06V10/774 , G06V10/82 , G06V10/94 , G06F21/62 , G06N3/0464 , G06N3/084 , G06N3/098
摘要: 本发明属于图像检测的技术领域,更具体地,涉及一种基于云边协同的木材表面缺陷自学习方法及装置。所述方法包括:获取原始木材图像数据,构建第一训练数据集;为每个边缘客户端构建初始缺陷检测模型,将第一训练数据集输入初始缺陷检测模型,并根据初始缺陷检测模型的输出结果构建第二训练数据集;基于联邦学习算法利用第二训练数据集对初始缺陷检测模型进行训练,并引入迁移向量更新初始缺陷检测模型的全局参数和本地头部参数,以得到每个边缘客户端对应的目标模型;基于目标模型对木材表面进行缺陷检测,并对木材表面缺陷进行等级分选。本发明解决了木皮单板在实际生产过程中出现的木材种类多种多样、木皮单板表面缺陷类型增加等技术问题。
-
公开(公告)号:CN117788450A
公开(公告)日:2024-03-29
申请号:CN202311871060.6
申请日:2023-12-29
IPC分类号: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要: 本发明属于遥感图像检测特定计算机模型的技术领域,涉及一种基于Transformer与DCN的遥感图像变化检测方法及装置。该方法包括:基于遥感图像数据构建样本集,该样本集中包含时相图和标签图;基于Transformer和动态卷积构建图像变化检测模型,并将时相图输入图像变化检测模型,以得到变化预测图;基于标签图及变化预测图计算图像变化检测模型的交叉熵损失值,并基于交叉熵损失值优化图像变化检测模型的参数,以得到图像变化检测目标模型;利用图像变化检测目标模型对待检测的遥感图像进行变化检测。本发明解决了现有遥感影像变化检测技术由于忽略与任务不相关变化的影响导致的漏报和误报问题,以提高检测精度和鲁棒性。
-
公开(公告)号:CN116738313A
公开(公告)日:2023-09-12
申请号:CN202310692957.6
申请日:2023-06-12
IPC分类号: G06F18/241 , G01C21/34 , G01C21/20 , G06F18/2321
摘要: 一种路网图和农机轨迹聚类算法相结合的农机运动模式识别方法,属于地图匹配的技术领域,该方法的步骤包括:获取农机定位轨迹原始数据;对原始农机定位轨迹数据进行数据清洗;利用农机定位轨迹数据获取对应目标区域内的路网图;利用HFTMM算法纠正农机定位轨迹与路网图道路之间的映射偏差;根据农机定位轨迹与路网道路之间的高精度映射关系确定农机道路行驶运动模式;利用DBSCAN密度聚类算法确定农机田间作业和田间转场运动模式。本发明将路网图的道路场景和密度聚类算法相融合,来提高农机定位轨迹分割的准确率和效率,获得更加准确的农机运动模式识别结果。
-
公开(公告)号:CN116708281A
公开(公告)日:2023-09-05
申请号:CN202310646529.X
申请日:2023-05-31
IPC分类号: H04L45/243 , H04L49/9047 , H04L47/80 , H04L69/00
摘要: 一种基于MPTCP协议的GNSS网络基准站系统数据调度方法,属于数据调度的技术领域,通过修改MPTCP协议的数据传输过程,可以使多个相同的数据包在多个路径上同时传输,从而解决了Ntrip协议因单一路径传输限制而造成的连接不稳定问题;并且设计客户端缓冲池用于存放不同类型的数据,即使其中一条路径上发生数据包丢失,客户端仍然可以从剩余的通路中快速选择该数据包,从而降低数据包丢失的风险;另外,划分缓冲池存储数据的方法,还对应解决MPTCP协议多路径数据传输缓冲池溢出的问题,同时将传输数据根据重要性分为两类,并分别存储于不同的缓冲池中,以减少数据乱序现象,同时提高差分数据传输的实时性。
-
-
-
-
-
-
-
-
-