-
公开(公告)号：CN113724210A
公开(公告)日：2021-11-30
申请号：CN202110932657.1
申请日：2021-08-13
Applicant: 广州华农大智慧农业科技有限公司 , 华南农业大学
Abstract: 本发明提供了一种作物长势识别方法和系统，涉及作物监测技术领域。所述方法包括步骤：获取作物的深度图像、多光谱图像、RGB图像；计算作物株高，分析作物营养状况，识别作物病虫害情况；进行株高评分、营养状况评分和病虫害评分；对评分进行数据融合，计算得到作物的长势评分，若评分低于预设阈值，发出预警信息。本发明通过采集作物的深度图像、多光谱图像、RGB图像，计算得到作物的株高、营养状况、病虫害情况，从而多方面反应作物长势，并进行数据融合，得到综合的作物长势评分，监测的维度多样化，直观反应作物生长情况，避免了观测人员实地采样观测容易受到主观因素影响。
-
公开(公告)号：CN105208249A
公开(公告)日：2015-12-30
申请号：CN201510546444.X
申请日：2015-08-28
Applicant: 华南农业大学
Abstract: 本发明公开了一种多光谱图像无线传感器节点，包括光谱图像感知模块、系统控制模块、无线通信模块和供电模块，光谱图像感知模块包括滤光片，无线通信模块将远程服务器端的指令传输给系统控制模块，系统控制模块控制光谱图像感知模块选择滤光片并采集光谱图像，光谱图像存储在系统控制模块的内存中进行预处理后压缩保存在SD卡中或者本地Flash中，根据RTP协议将压缩后的图像进行分包处理，最后交由无线通信模块发送到远程服务器端，供电模块分别与光谱图像感知模块、系统控制模块、无线通信模块相连接。本发明的传感器节点，具有远程操控多光谱图像节点采集图像、传输图像，可以形成自组织网络，从而形成对农作物更大范围的监测覆盖。
-
公开(公告)号：CN116530438B
公开(公告)日：2023-10-13
申请号：CN202310812025.0
申请日：2023-07-04
Applicant: 华南农业大学 , 广州华农大智慧农业科技有限公司
IPC: A01K43/00 , G01D21/02 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/764 , G06V10/80 , G06V10/82 , A01K43/10 , A01K45/00 , A01K31/16
Abstract: 本发明提供一种笼养种蛋鸭个体产蛋性能巡检测定装置、方法和系统，装置包括若干养殖层，核心处理模块和供电模块，每个养殖层包括：并列设置的若干个养殖笼、若干个落蛋通道、集蛋传送带、伺服电机、标签、产蛋检测模块、蛋品检测模块；养殖笼中的种蛋鸭产蛋后，蛋从出蛋口经落蛋通道滑落至集蛋传送带；集蛋传送带边缘设置有与每个养殖笼一一对应的标签，产蛋检测模块用于往复巡检标签和标签对应养殖笼中种蛋鸭的产蛋数量；蛋品检测模块设置在集蛋传送带的末端，用于检测蛋品质；核心处理模块用于控制所述装置，以及存储和处理数据；本发明能够对笼养种蛋鸭的生产性能参数进行高精度实时监测，具有实用价值。
-
公开(公告)号：CN116530438A
公开(公告)日：2023-08-04
申请号：CN202310812025.0
申请日：2023-07-04
Applicant: 华南农业大学 , 广州华农大智慧农业科技有限公司
IPC: A01K43/00 , G01D21/02 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/764 , G06V10/80 , G06V10/82 , A01K43/10 , A01K45/00 , A01K31/16
Abstract: 本发明提供一种笼养种蛋鸭个体产蛋性能巡检测定装置、方法和系统，装置包括若干养殖层，核心处理模块和供电模块，每个养殖层包括：并列设置的若干个养殖笼、若干个落蛋通道、集蛋传送带、伺服电机、标签、产蛋检测模块、蛋品检测模块；养殖笼中的种蛋鸭产蛋后，蛋从出蛋口经落蛋通道滑落至集蛋传送带；集蛋传送带边缘设置有与每个养殖笼一一对应的标签，产蛋检测模块用于往复巡检标签和标签对应养殖笼中种蛋鸭的产蛋数量；蛋品检测模块设置在集蛋传送带的末端，用于检测蛋品质；核心处理模块用于控制所述装置，以及存储和处理数据；本发明能够对笼养种蛋鸭的生产性能参数进行高精度实时监测，具有实用价值。
-
公开(公告)号：CN114258877A
公开(公告)日：2022-04-01
申请号：CN202210190861.5
申请日：2022-03-01
Applicant: 华南农业大学
Abstract: 本发明涉及人工智能技术领域，提出一种基于群体运动量统计特征的家禽健康评估方法及系统，其中包括以下步骤：从家禽所佩戴的带三轴传感器的脚环获取家禽数据，并对获取的数据进行预处理，得到家禽运动量数据；对家禽运动量数据进行异常数据检测和修正，得到经过修正的家禽运动量数据；根据经过修正的家禽运动量数据，对同一个体以及群体在不同时间段的家禽运动量数据进行统计及数据分布，并根据家禽运动量数据的统计及数据分布结果对家禽进行个体评分及群体评分；结合家禽运动量数据、个体评分结果和群体评分结果对家禽健康状态进行评估，得到家禽健康评估结果。本发明能够有效提高家禽健康检测精度、准确率，同时能够直观地反映家禽健康状况。
-
Patent Agency Ranking
公开(公告)号：CN112580671A
公开(公告)日：2021-03-30
申请号：CN202011637060.6
申请日：2020-12-31
Applicant: 华南农业大学
Abstract: 本发明提供的一种基于深度学习的稻穗多发育期自动检测方法，包括建立目标检测模型；在线连续采集监测区域图像数据，通过目标检测模型检测出每张图像中不同成熟度的各类稻穗数量；计算第i天中的各类平均稻穗数量；计算图像的各类稻穗密度；判断各类稻穗密度是否明显增加达到预设的阈值，若是，则判断稻穗已经进入相应的发育期；否则，重新计算另一天的各类平均稻穗数量。本发明提供一种基于深度学习的稻穗多发育期自动检测方法，通过建立目标检测模型实现对图像数据进行不同发育期图像自动特征提取，实现稻穗的目标检测，无需分割出稻穗区域，检测率高，实用性强，不受大风天气或复杂场景的影响，最终实现对稻穗多发育期的自动检测。
-
公开(公告)号：CN119510477A
公开(公告)日：2025-02-25
申请号：CN202510090870.0
申请日：2025-01-21
Applicant: 华南农业大学
IPC: G01N24/08 , G06V10/82 , G06V10/764 , G06V10/10 , G06N3/0464 , G06N3/0455 , A01K43/00 , B07C5/34 , B07C5/02 , B07C5/36
Abstract: 本发明公开了一种基于磁共振的孵前种蛋无精检测方法及装备，涉及家禽养殖业领域，方法包括：利用基于流水线的传输模块将种蛋进行传输，当检测到种蛋经过时，将信号发送至主控模块；主控模块记录种蛋位置，当种蛋进入成像区域时控制传输模块停止，并发送指令至图像采集模块；图像采集模块采集种蛋的核磁图像，获得种蛋内部结构的高分辨率图像；图像处理及分析模块检测种蛋受精状态，并将种蛋受精状态检测结果传输至主控模块；主控模块控制传输模块继续传输，当种蛋进入分选区域时，再次停止传输模块，并根据检测结果向分选模块发送分选指令；分选模块将种蛋进行分类，并根据分类结果将种蛋放至相应位置。本发明解决了现有检测方法存在局限性。
-
公开(公告)号：CN113724210B
公开(公告)日：2024-08-06
申请号：CN202110932657.1
申请日：2021-08-13
Applicant: 广州华农大智慧农业科技有限公司 , 华南农业大学
Abstract: 本发明提供了一种作物长势识别方法和系统，涉及作物监测技术领域。所述方法包括步骤：获取作物的深度图像、多光谱图像、RGB图像；计算作物株高，分析作物营养状况，识别作物病虫害情况；进行株高评分、营养状况评分和病虫害评分；对评分进行数据融合，计算得到作物的长势评分，若评分低于预设阈值，发出预警信息。本发明通过采集作物的深度图像、多光谱图像、RGB图像，计算得到作物的株高、营养状况、病虫害情况，从而多方面反应作物长势，并进行数据融合，得到综合的作物长势评分，监测的维度多样化，直观反应作物生长情况，避免了观测人员实地采样观测容易受到主观因素影响。
-
公开(公告)号：CN114258877B
公开(公告)日：2022-05-31
申请号：CN202210190861.5
申请日：2022-03-01
Applicant: 华南农业大学
Abstract: 本发明涉及人工智能技术领域，提出一种基于群体运动量统计特征的家禽健康评估方法及系统，其中包括以下步骤：从家禽所佩戴的带三轴传感器的脚环获取家禽数据，并对获取的数据进行预处理，得到家禽运动量数据；对家禽运动量数据进行异常数据检测和修正，得到经过修正的家禽运动量数据；根据经过修正的家禽运动量数据，对同一个体以及群体在不同时间段的家禽运动量数据进行统计及数据分布，并根据家禽运动量数据的统计及数据分布结果对家禽进行个体评分及群体评分；结合家禽运动量数据、个体评分结果和群体评分结果对家禽健康状态进行评估，得到家禽健康评估结果。本发明能够有效提高家禽健康检测精度、准确率，同时能够直观地反映家禽健康状况。
-
公开(公告)号：CN114548203A
公开(公告)日：2022-05-27
申请号：CN202111487321.5
申请日：2021-12-07
Applicant: 广州华农大智慧农业科技有限公司 , 华南农业大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明针对现有技术的局限性，提出了一种基于Cycle‑GAN与ResNeXt的蔬菜病害识别方法，该方法使用了基于深度学习网络ResNeXt的模型进行病害叶片的识别，还以包括现有公开数据、人工采集数据以及由基于Cycle‑GAN的模型生成的伪数据在内的混合数据集来展开模型训练，提高了模型的泛化性；本发明方案的识别结果精细化程度以及准确率更高，具备更好的实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.024 seconds)
