-
公开(公告)号：CN114820568A
公开(公告)日：2022-07-29
申请号：CN202210549842.7
申请日：2022-05-20
申请人： 青岛农业大学
IPC分类号： G06T7/00 , G06T7/11 , G06T7/194 , G06V10/25 , G06V10/46 , G06V10/764 , G06V10/766 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供了一种玉米叶片病害识别模型搭建的方法、设备及存储介质，其中搭建方法包括以下步骤：首先获取若干类玉米病害的叶片图像集，包括自然环境下的和实验室环境下的；然后分别对图像数据集进行扩增处理；然后基于Sparse R‑CNN模型搭建LS‑RCNN模型作为玉米叶片检测模型；利用搭建的LS‑RCNN模型对获得的自然环境的叶片图像进行叶片提取分割，得到去除复杂背景后的自然环境的叶片图像数据集；分别利用实验室环境下的叶片图像数据集和处理后的自然环境下的叶片图像数据集对ResNet50模型进行两阶段迁移训练并测试，得到玉米叶片病害图像识别模型CENet。利用该识别模型，对玉米叶片病害的总体识别率达到99.03％，高于大多数人类专家和传统的神经网络模型。
-
公开(公告)号：CN114820568B
公开(公告)日：2024-04-30
申请号：CN202210549842.7
申请日：2022-05-20
申请人： 青岛农业大学
IPC分类号： G06T7/00 , G06T7/11 , G06T7/194 , G06V10/25 , G06V10/46 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种玉米叶片病害识别模型搭建的方法、设备及存储介质，其中搭建方法包括以下步骤：首先获取若干类玉米病害的叶片图像集，包括自然环境下的和实验室环境下的；然后分别对图像数据集进行扩增处理；然后基于Sparse R‑CNN模型搭建LS‑RCNN模型作为玉米叶片检测模型；利用搭建的LS‑RCNN模型对获得的自然环境的叶片图像进行叶片提取分割，得到去除复杂背景后的自然环境的叶片图像数据集；分别利用实验室环境下的叶片图像数据集和处理后的自然环境下的叶片图像数据集对ResNet50模型进行两阶段迁移训练并测试，得到玉米叶片病害图像识别模型CENet。利用该识别模型，对玉米叶片病害的总体识别率达到99.03％，高于大多数人类专家和传统的神经网络模型。
-
公开(公告)号：CN216752792U
公开(公告)日：2022-06-17
申请号：CN202220461286.3
申请日：2022-03-03
申请人： 青岛农业大学
IPC分类号： A01D46/00
摘要： 本实用新型公开了一种草莓采摘机械手末端执行器，包括：滑轨，所述滑轨内滑动安装有两个滑座，所述滑座前端固定安装有安装座，所述安装座前端开设有安装槽，所述安装槽内滑动插设有安装杆，两个所述安装杆相互靠近的一面均固定安装有刀片；锁定组件，所述锁定组件为两组，两组所述锁定组件分别用于对位于两个安装槽内的两根安装杆进行定位，所述锁定组件包括固定安装在安装杆一侧壁的弹簧杆、固定安装在弹簧杆一端的第一斜块和固定安装在安装槽槽壁的第二斜块，两个所述安装槽相互远离的槽壁均开设有通口。通过锁定组件可以实现对位于安装槽内的安装杆进行定位和解除定位的工作，从而可以达到方便对磨损较为严重的刀片进行拆装的效果。
-
-
搜索结果
3 条记录 (耗时 0.016 秒)
