-
公开(公告)号：CN117133014A
公开(公告)日：2023-11-28
申请号：CN202310663816.1
申请日：2023-06-06
申请人： 浙江农林大学 , 中润农牧科技(浙江)有限公司
IPC分类号： G06V40/10 , G06V10/46 , G06V10/22 , G06V10/82 , G06N3/0464 , G06V10/764
摘要： 本发明公开了一种生猪面部关键点检测方法，包括以下步骤，构建生猪面部图像的数据集；使用Labelme工具对所述数据集进行目标框和关键点标注，其中目标框标注范围为猪只面部；基于YOLOv5Face模型，将原有的YOLOv5s模型骨干替换为MobileOne重参数化骨干网络，然后融合解耦全连接注意力模块构成MOB‑DFC模块，再将特征金字塔中的上采样替换为轻量化上采样算子CARAFE，将YOLOv5s‑Face模型改进为YOLO‑MOB‑DFC模型；利用所述YOLO‑MOB‑DFC模型对图像进行预测，生成目标的类别、边界框的坐标、五个关键点的位置信息以及置信度完成生猪面部关键点检测。本发明的有益效果：平均检测精度达到了99％，比YOLOv5s模型提高了2.48个百分点，同时参数量降低了18％，NME为0.02344，检测速度为153FPS，实现了低参数量、快速和高精度的猪脸关键点的检测。
-
公开(公告)号：CN115713780A
公开(公告)日：2023-02-24
申请号：CN202210970566.1
申请日：2022-08-13
申请人： 浙江农林大学
IPC分类号： G06V40/10 , G06V20/40 , G06V10/82 , G06V10/774 , G06V10/764 , G06V10/762 , G06V10/74 , G06V10/22 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种基于生成对抗网络的群猪姿态识别方法，包括以下步骤，采集群猪初始数据集并对所述初始数据集进行预处理；构建包括依次设置的生成器、辨别器以及姿态估计模块三个部分的生成对抗网络模型所述姿态估计模块对所述生成器所输出的热图进行解码，并在图中提取出推测出的相应关键点位置，按照比例映射回原图；最后根据关键点位置的分布情况，组装成独立的群猪姿态完成识别。实验结果表明，能够以74.09％的mAP检测群猪的关键点，并对于被遮挡的关键点，PCK指标最高可达82.0％。
-
公开(公告)号：CN115346043A
公开(公告)日：2022-11-15
申请号：CN202210807287.3
申请日：2022-07-11
申请人： 浙江农林大学
IPC分类号： G06V10/25 , G06V10/46 , G06V10/762 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种猪群的运动自动量化和评估方法，包括以下步骤，采集群猪的数据集并进行数据预处理；利用YOLOv5s模型对群猪的位置进行检测获取位置信息；所述位置信息输入到mean‑shift模型中确定群猪的运动中心；追踪规定时间间隔内所述运动中心的移动距离并量化；量化后的运动轨迹利用XGBoost模型分组猪运动量化和运动水平分类，完成对群猪不同运动水平的分类和评估。本发明的有益效果：本发明利用YOLOV5s对群猪的位置进行检测，利用mean‑shift聚类算法找到群猪运中心并对其运动中心的轨迹进行跟踪、量化和统计，最后利用XGBoost分类模型进行群猪的活动评估，从而实现自动对群猪的运动进行较长时间自动量化与评估，为群猪的健康检测提供技术支持。
-
公开(公告)号：CN114419674A
公开(公告)日：2022-04-29
申请号：CN202210081495.X
申请日：2022-01-24
申请人： 浙江农林大学
IPC分类号： G06V40/10 , G06V10/26 , G06V10/28 , G06V10/30 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于无监督聚类和深度学习的群猪躺模式识别方法，包括以下步骤，采集初始数据集并对图像进行统一裁剪；利用Grabcut图像分割的方法提取出目标图像；通过动态阈值分割，使所述目标图像二值化，利用无监督聚类算法Mean‑shift找到聚类中心，通过各个椭圆拟合中心到聚类中心的距离并输出其方差和标准差；对所述标准差进行处理，使其数据的值映射到[0,1]之间，利用训练完成的所述CNN‑SVM模型对群猪躺模式进行识别。本发明的有益效果：基于CNN‑SVM分类模型对群猪5种躺卧模式进行高精度分类识别，识别准确率为97.09％，平衡准确率为96.59％，平衡准确率加权为97.07％。
-
公开(公告)号：CN108090891A
公开(公告)日：2018-05-29
申请号：CN201711059425.X
申请日：2017-11-01
申请人： 浙江农林大学
摘要： 本发明公开了一种检测遗漏细胞区域与新增细胞区域的方法及系统，用以解决现有技术不能准确地检测遗漏目标与新增目标的问题。该方法包括：S1、利用图像灰度分布与梯度分布信息构建细胞最大覆盖区域，并构建图像中具有不同重要性的灰度层级结构信息；S2、通过帧间关联的方式确定当前帧的细胞主要信息；S3、基于已检测到的细胞主要信息添加细胞中间信息并获得其凸集近似区域；S4、通过一系列形态学操作得到能表示遗漏目标与新增目标的区域。本发明利用细胞最大覆盖区域与细胞凸集近似区域，并运用一系列形态学操作准确检测遗漏目标与新增目标的区域范围。
-
公开(公告)号：CN107742284A
公开(公告)日：2018-02-27
申请号：CN201710843638.5
申请日：2017-09-19
申请人： 浙江农林大学
摘要： 本发明公开了一种剔除心肌细胞图像冗余层级结构信息的方法及系统，用以解决现有技术不能很好地分析心肌细胞免疫组化图像中细胞核独立情况与粘连情况的问题。该方法包括：S1、采用冗余阈值参数选取方法确定冗余阈值参数，并从已得图像灰度层级结构信息中剔除值小于冗余阈值参数的像素区域，简化图像灰度层级结构信息；S2、从图像灰度层级结构信息中剔除类似噪声面积小于预设阈值的局部独立区域；S3、采用覆盖检测操作，确定不同染色响应位点分布以及不同染色信息之间的相互覆盖关系。本发明通过层级结构信息关系检测和分析心肌细胞核粘连情况与独立情况，从而理解心肌细胞免疫组化图像内部的场景信息，有利于心肌细胞免疫组化图像的后处理。
-
公开(公告)号：CN114419675B
公开(公告)日：2024-08-23
申请号：CN202210081496.4
申请日：2022-01-24
申请人： 浙江农林大学
IPC分类号： G06V40/10 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种利用深度图像和CNN‑SVM的群猪多姿态识别与评分方法，包括以下步骤，采集初始数据集；定义和描述生猪的各姿态；对所述初始数据集进行深度图像处理，获取各姿态下目标猪只的肩臀部深度距离、肩臀部深度距离比值、凸包的面积与边界的比值和凸包的周长与边界的比值作为输入数据；构建CNN‑SVM检测器，将所述输入数据作为检测器的训练数据；待识别目标群猪的图像数据由CNN模型的第一个全连接层获取特征向量，把其送入SVM分类进行数据分类完成姿态识别。本发明的有益效果：本文模型与传统SVM、CNN识别姿态的差异，在相同的训练数据和测试数据下，姿态识别的准确率分别为94.6368％、92.2175％和90.5396％，很明显在识别准确率上有了一个较大提升。
-
公开(公告)号：CN116753932A
公开(公告)日：2023-09-15
申请号：CN202310725996.1
申请日：2023-06-19
申请人： 浙江农林大学
IPC分类号： G01C19/5776
摘要： 本发明公开了一种MEMS传感器累积误差修正方法，包括以下步骤：S1、利用降噪算法进行MEMS传感器观测值预处理；S2、利用MEMS传感器计算航向；S3、优化经MEMS传感器得到的航向；S4、利用iBeacon信号计算航向；S5、融合iBeacon信号计算的航向与优化后的MEMS传感器计算的航向修正航向误差。本发明采用上述MEMS传感器累积误差修正方法，实验证明增加iBeacon定位修正和航向修正后，整体定位精度提升至3米以内，有效的修正了MEMS传感器算法的累积误差，增强了导航定位系统的稳定性和可持续性。
-
公开(公告)号：CN113780166A
公开(公告)日：2021-12-10
申请号：CN202111058392.3
申请日：2021-09-09
申请人： 浙江农林大学
摘要： 本发明公开了一种基于编解码网络的生猪骨架提取方法及评价方法，包括以下步骤，基于ResNet50残差网络和U‑Net语义分割网络的相结合搭建编解码网络结构，并同时引入注意力机制的门控模块增强特征提取结果，生成包含位置信息的关键点热力图H；生成所述关键点热力图H的同时预测关键点偏移量，并利用霍夫投票机制将关键点偏移特征矩阵和输出的所述关键点热力图H聚合，得到精确定位的关键点位置后重新映射到原图，把关键点相连后提取出生猪骨架。本发明的有益效果：能够在光照条件不稳定、生猪运动剧烈的情况下实时的提取出生猪骨架，对于输入分辨率大小为1280x720的视频，平均均方根误差为23.43像素，骨架提取准确率为85.27％。
-
公开(公告)号：CN109285145B
公开(公告)日：2021-07-02
申请号：CN201810911634.0
申请日：2018-08-12
申请人： 浙江农林大学
摘要： 本发明提供一种基于智能手机的多株立木高度测量方法，立木高度测量时主要是利用智能终端的移动设备的图像采集功能和设备内置重力传感器的角度测量功能，将手机相机拍摄棋盘标定板进行标定和相机参数获取，利用非线性畸变模型对采集立木图片进行非线性畸变校正；利用图像分割处理，通过灰度化和二值化处理，识别标定物特征点；利用标定物特征点在图像中的像素位置，建立设标立木平面坐标系和设标立木高度计算模型，获取设标立木高度；分析图像中立木图像像素、物体成像角度和相机旋转角度，建立立木深度信息提取模型，获取待测立木深度信息；建立多株立木高度测量模型，将待测多株立木垂直最值点代入，进行多株立木高度测量。
-
-
-
-
-
-
-
-
-
搜索结果
67 条记录 (耗时 0.035 秒)
