公开(公告)号：CN117456525A

公开(公告)日：2024-01-26

申请号：CN202311473643.3

申请日：2023-11-08

Applicant: 昆明理工大学

Inventor： 侯开虎 ,  胡途 ,  苏勇州 ,  罗建平 ,  薛盼 ,  施斌

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于改进YOLOv7的多片烟叶等级同步识别方法及系统，包括以下步骤：采集多片烟叶图像；采用Labelimg图像标注工具，对多片烟叶图像中的烟叶目标进行标注，将标注后的多片烟叶图像制作成多片烟叶识别数据集，并将数据集划分为训练集、测试集与验证集；采用opencv图像处理工具，对多片烟叶识别数据集进行数据增强；构建改进的YOLOv7网络识别模型；利用数据增强后的训练集和验证集对改进的YOLOv7网络识别模型进行训练；将数据增强后的测试集输入通过训练的改进的YOLOv7网络识别模型，完成对多片烟叶的等级同步识别。本发明实现了烟叶的精准识别与定位。

公开(公告)号：CN117333651A

公开(公告)日：2024-01-02

申请号：CN202311510117.X

申请日：2023-11-13

Applicant: 昆明理工大学

Inventor： 侯开虎 ,  苏勇州 ,  邓超 ,  胡途 ,  罗建平

IPC: G06V10/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制和多分支卷积网络的烤烟分组方法和系统。该方法包括以下步骤：采集不同颜色组别的烤烟图像，然后将烤烟图像划分为训练集、验证集和测试集。构建烤烟多尺度特征提取模块FSAConv，引入注意力机制对特征进行校准，并引入Ghost卷积来减少参数量。基于FSAConv模块构建烤烟精细分组网络FSANet，该网络用于进一步提取烤烟图像的特征。选择Bootstrappingloss作为模型的训练损失函数，并设定超参数ɑ来平衡交叉熵损失和自训练损失之间的权重。基于FSANet网络构建烤烟精细分组模型。利用提供的数据集和pytorch框架对模型进行训练、验证和测试，以获取最优的分类模型。本发明的优点是能够提高烤烟分组效率，并且所得到的模型易于迁移到移动设备上进行实时的烤烟分组识别。

公开(公告)号：CN117557144A

公开(公告)日：2024-02-13

申请号：CN202311515446.3

申请日：2023-11-14

Applicant: 昆明理工大学

Inventor： 侯开虎 ,  罗建平 ,  邓超 ,  胡途 ,  苏勇州

IPC: G06Q10/0639 ,  G06Q50/02 ,  G06N5/04

Abstract: 本发明涉及一种基于IVFFN‑CNTR‑PT的农产品智能分级设备两阶段评价方法，属于农产品智能分级设备综合性能评价技术领域。首先，建立了性能评价指标体系，获取综合性能评价指标体系中评价指标权重，提出IVFFN模糊环境下基于博弈论获取指标组合权重，其次，利用IVFFN充分表达专家评价信息的不确定性，Dombi算子聚合专家评价信息，提出了基于CNTR改进的个性化反馈调整机制解决群体共识问题，并基于群体共识对设备进行智能分级成熟度初评；然后，对通过初评设备进行综合评价，运用前景理论模拟分析专家心理因素进行决策。最后，以5种不同烤烟智能分级机的综合性能评价为研究案例，并通过灵敏度和方法对比分析，验证了本发明的可行性与优越性。