-
公开(公告)号:CN117391182A
公开(公告)日:2024-01-12
申请号:CN202311372152.X
申请日:2023-10-20
Applicant: 华南农业大学
IPC: G06N3/094 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06Q50/02 , G01N21/25 , G01B11/06
Abstract: 本说明书实施例提供一种作物冠层等效水厚度的快速监测方法和系统,该方法和系统属于农业遥感技术领域,该方法包括获取目标作物的生理数据集;用生理数据集指导使用推土机距离优化的对抗生成网络训练,获取模拟数据组;将模拟数据组通过辐射传输模型,获取每个模拟数据对应的冠层光谱数据,将冠层光谱数据和对应等效水厚度作为训练数据集;对初始等效水厚度监测模型进行训练,获取等效水厚度监测模型,用于预测作物的等效水厚度数据,本发明可以对多种场景的多种品种的作物进行等效水厚度监测。
-
公开(公告)号:CN113822198B
公开(公告)日:2023-10-17
申请号:CN202111116159.6
申请日:2021-09-23
Applicant: 华南农业大学
Inventor: 张雷 , 林泳达 , 陈婷婷 , 刘仕元 , 陈勇 , 兰玉彬 , 岳学军 , 蔡雨霖 , 康高碧 , 时浩文 , 郑迪可 , 袁嘉豪 , 艾文杰 , 彭文 , 陈惠明 , 钟海敏 , 廖臣龙
Abstract: 本发明公开了一种基于UAV‑RGB图像和深度学习的花生生长监测方法、系统及介质,包括下述步骤:使用无人机拍摄视频获取花生秧苗数据;对花生秧苗数据进行预处理,得到图片数据集;使用图片数据集,构建花生秧苗计数模型,所述花生秧苗计数模型包括花生秧苗检测器和花生秧苗跟踪器;使用花生秧苗计数模型对花生秧苗数据进行识别,记录花生秧苗数量,得到计数结果。本发明通过无人机的灵巧性以及高效性结合深度学习技术,提供了一种识别效率高、实时性强、综合性能优以及高可用性的花生生长监测方法,实现了对花生种植数据收集以及实时监测。
-
公开(公告)号:CN111008733B
公开(公告)日:2023-11-28
申请号:CN201911164858.0
申请日:2019-11-25
Applicant: 华南农业大学
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/02 , G06N3/08
Abstract: 本发明涉及一种作物生长管控方法,其特征在于,包括:S1,获取当前田间数据,并将所述当前田间数据无线传输至云服务器;所述当前田间数据包括:设置在田间的遥感监控摄像装置采集到的光谱数据、无人机遥感对农作物区域进行定点拍摄的图片和测算拍摄区域内的农学参数;S2,在云服务器中将所述当前田间数据输入预先训练好的预测模型进行训练;S3,根据预测模型的训练结果预测田间情况,根据预测的田间情况在预先建立的田间情况和田间资源的配置模型测算出田间资源的调整方式;S4,将所述调整方式以指令的形式传送到水肥一体化等实施终端,实现对田间养分水分等资源的合理配置。
-
公开(公告)号:CN113822198A
公开(公告)日:2021-12-21
申请号:CN202111116159.6
申请日:2021-09-23
Applicant: 华南农业大学
Inventor: 张雷 , 林泳达 , 陈婷婷 , 刘仕元 , 陈勇 , 兰玉彬 , 岳学军 , 蔡雨霖 , 康高碧 , 时浩文 , 郑迪可 , 袁嘉豪 , 艾文杰 , 彭文 , 陈惠明 , 钟海敏 , 廖臣龙
Abstract: 本发明公开了一种基于UAV‑RGB图像和深度学习的花生生长监测方法、系统及介质,包括下述步骤:使用无人机拍摄视频获取花生秧苗数据;对花生秧苗数据进行预处理,得到图片数据集;使用图片数据集,构建花生秧苗计数模型,所述花生秧苗计数模型包括花生秧苗检测器和花生秧苗跟踪器;使用花生秧苗计数模型对花生秧苗数据进行识别,记录花生秧苗数量,得到计数结果。本发明通过无人机的灵巧性以及高效性结合深度学习技术,提供了一种识别效率高、实时性强、综合性能优以及高可用性的花生生长监测方法,实现了对花生种植数据收集以及实时监测。
-
公开(公告)号:CN111008733A
公开(公告)日:2020-04-14
申请号:CN201911164858.0
申请日:2019-11-25
Applicant: 华南农业大学
Abstract: 本发明涉及一种作物生长管控方法,其特征在于,包括:S1,获取当前田间数据,并将所述当前田间数据无线传输至云服务器;所述当前田间数据包括:设置在田间的遥感监控摄像装置采集到的光谱数据、无人机遥感对农作物区域进行定点拍摄的图片和测算拍摄区域内的农学参数;S2,在云服务器中将所述当前田间数据输入预先训练好的预测模型进行训练;S3,根据预测模型的训练结果预测田间情况,根据预测的田间情况在预先建立的田间情况和田间资源的配置模型测算出田间资源的调整方式;S4,将所述调整方式以指令的形式传送到水肥一体化等实施终端,实现对田间养分水分等资源的合理配置。
-
-
-
-