公开(公告)号：CN217819424U

公开(公告)日：2022-11-15

申请号：CN202121606592.3

申请日：2021-07-15

申请人： 福建农林大学 ,  西安理工大学 ,  水电水利规划设计总院

发明人： 陈亚勇 ,  叶大鹏 ,  周蓓蓓 ,  崔磊 ,  翁海勇 ,  马昌坤 ,  陈晓鹏 ,  吴山山

IPC分类号： G01N1/08

摘要： 本实用新型公开一种手动土壤取样装置，涉及野外土壤取样技术领域，包括手部施力杆、连接座、力矩传递杆、地面固定机构和旋转取样器，连接座能够拆卸地安装于力矩传递杆的顶端，旋转取样器能够拆卸地安装于力矩传递杆的底端，手部施力杆滑动套设于连接座中，力矩传递杆的外壁上设置有外螺纹，地面固定机构包括连接组件和踏板组件，连接组件和踏板组件连接，连接组件的内壁上设置有与外螺纹结构相匹配的内螺纹，连接组件螺纹套设于力矩传递杆上，踏板组件滑动套设于力矩传递杆上。本实用新型提供的手动土壤取样装置能够减少取土过程的劳动强度且具有较高的取样效率。

公开(公告)号：CN117746188A

公开(公告)日：2024-03-22

申请号：CN202311806858.2

申请日：2023-12-26

申请人： 福建农林大学 ,  西安理工大学 ,  中国电建集团北京勘测设计研究院有限公司

发明人： 陈亚勇 ,  周蓓蓓 ,  韩小杰 ,  叶大鹏 ,  陈晓鹏 ,  马昌坤 ,  吴山山 ,  范东亮

IPC分类号： G06V10/774 ,  G06V20/10 ,  G06V10/44 ,  G06V10/82 ,  G06N3/096 ,  G06N3/0985 ,  G06N3/0464

摘要： 本发明公开了一种复杂环境下基于深度迁移学习的植被检测方法，属于深度学习和植被检测技术领域，包括：获取第一目标区域的图像并进行预处理，然后进行局部区域裁剪、数据增强，组合成数据集A，并划分为第一训练集、第一验证集和第一测试集；使用第一训练集数据搭建深度学习模型进行训练，建立原始的植被检测模型，并选取最优植被检测模型；获取第二目标区域的图像并进行预处理，得到数据集B，将数据集B划分为第二训练集、第二验证集、第二测试集；在对最优植被检测模型在新任务下进行图像特征深度估算和迁移学习，得到最终的植被检测模型。本发明采用上述的一种复杂环境下基于深度迁移学习的植被检测方法，可以解决复杂环境下的植被检测问题。