一种基于多层级自适应注意力的农作物病虫害识别方法

    公开(公告)号:CN115050022B

    公开(公告)日:2024-08-09

    申请号:CN202210640236.6

    申请日:2022-06-08

    Abstract: 一种基于多层级自适应注意力的农作物病虫害识别方法,应用于图像识别技术领域,解决传统卷积神经网络模型对相似度很高的农作物病虫害图像识别度低的问题;通过构建基于注意力机制的神经网络模型,构建多层级识别网络,使用模糊积分对多层次网络输出进行特征融合并输出检测结果;在网络中引入注意力机制,增强网络分类相似样本的能力,对多层级网络模型集识别结果进行融合,提升模型精度,克服单一网络模型适用性低的现象,能够根据实际需要调整参数,满足准确化快速识别农作物病虫害的实际需求,通过交错组卷积优化卷积计算量,减少模型推理时间;通过训练不同层级网络模型,通过模糊积分融合多模型识别结果,提高了农作物病虫害的识别精度。

    基于卷积神经网络的变电所轮式巡检机器人及方法

    公开(公告)号:CN117270545B

    公开(公告)日:2024-03-29

    申请号:CN202311551574.3

    申请日:2023-11-21

    Abstract: 本发明提供基于卷积神经网络的变电所轮式巡检机器人及方法,系统包括:行进装置控制系统,用以生成并利用速度和方向闭环串级PID信号,据以闭环控制行进装置的速度、方向;机器人导航系统,用以利用角加速度信息,滤波处理得到行进装置滤波数据,利用四元数法生成航向角,修正行进装置航向,以进行导航;机器发热异常检测系统,用以在行进装置行进至检测位置时,检测获取机器出风口区域图像,据以提取得到感兴趣区图像,利用卷积神经网络处理感兴趣区图像,以得到并分析红外图像特征,据以获取机器发热异常成因信息。本发明解决了应用场景局限性较大、测量工作量大以及直观性较差的技术问题。

Patent Agency Ranking