基于UNet的土壤多类别孔隙三维辨识方法及装置

    公开(公告)号:CN118097654A

    公开(公告)日:2024-05-28

    申请号:CN202410228517.X

    申请日:2024-02-29

    Abstract: 本发明提供一种基于UNet的土壤多类别孔隙三维辨识方法及装置,涉及图像处理技术领域,方法包括:获取土壤孔隙图像三维数据;将土壤孔隙图像三维数据输入至土壤孔隙识别模型中,得到土壤孔隙识别模型输出的多类别孔隙识别结果;其中,土壤孔隙识别模型是基于土壤孔隙训练图像和对土壤孔隙训练图像进行体素级标注得到的标签进行训练得到的;土壤孔隙识别模型用于基于输入的土壤孔隙图像三维数据、利用密集注意力机制和多尺度融合注意力机制进行多类别孔隙特征识别,得到多类别孔隙识别结果。本发明提高了模型对于三维多尺度特征提取的能力,并充分融合编码信息和解码信息,提升土壤多类别孔隙的辨识精度。

    智能滑雪监测系统和滑雪数据监测方法

    公开(公告)号:CN114387565A

    公开(公告)日:2022-04-22

    申请号:CN202210050994.2

    申请日:2022-01-17

    Abstract: 本发明提供一种智能滑雪监测系统和滑雪数据监测方法。其中系统包括:智能穿戴设备和桌面终端;所述智能穿戴设备与所述桌面终端进行通信连接;所述智能穿戴设备用于采集滑雪数据,并将所述滑雪数据发送至所述桌面终端;所述桌面终端用于接收所述智能穿戴设备发送的所述滑雪数据,根据所述滑雪数据进行分析计算得到跌倒检测结果,并根据所述跌倒检测结果进行监控调度。本发明通过设置智能穿戴设备和桌面终端,将桌面终端与智能穿戴设备进行通信连接,接收智能穿戴设备采集的滑雪数据,根据所述滑雪数据进行分析计算,可准确的得到滑雪者的跌倒检测结果等运动状况,并根据所述跌倒检测结果进行监控调度,进一步确保滑雪者的安全。

    基于改进SSD神经网络的统计树木数量的方法及系统

    公开(公告)号:CN111860623A

    公开(公告)日:2020-10-30

    申请号:CN202010635369.5

    申请日:2020-07-03

    Abstract: 本发明实施例公开了一种基于改进SSD神经网络的统计树木数量的方法及系统,方法包括:采集图像,其中,图像为航拍的环境图像;将图像输入预先训练好的用于识别树木的神经网络模型中,以通过神经网络模型识别图像中的树木,其中,神经网络模型包括一一对应地提取多个尺度的特征图像的多个卷积层、以及一一对应地对多个尺度的特征图进行特征融合的多个反卷积层,以由多个反卷积层获取到融合后的新特征图。本发明的基于改进SSD神经网络的统计树木数量的方法,通过对图像分析之前,对神经网络模型进行训练,从而,能够对复杂环境下的图像均具有普适性,并且可以精确的识别到树木的数量,进而,提高对林业资源统计的精确度。

Patent Agency Ranking