“杜健铭”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果25个，建议您升级VIP下载更多相关专利

[发明专利]一种基于自适应学习的相似病虫害检测方法-CN202310821254.9在审
发明人：王粉梅;王儒敬;徐婧;张涛;杜健铭;余奕昕 -专利权人：中科合肥智慧农业协同创新研究院
申请日： 2023-07-06 - 公布日： 2023-10-03 - 主分类号： G06V10/46 文献下载
摘要：本发明涉及一种基于自适应学习的相似病虫害检测方法，包括：获取原始病虫害图像并进行预处理；经过主干网络进行特征提取输出特征向量；得到不同尺度样本的金字塔网络的五个层上的特征融合向量；得到推荐的锚框；计算选择样本阈值；将高于设定的选择样本阈值的交并比样本图像对应的病虫害样本图像组成相似病虫害正样本候选集；根据推荐的锚框对相似病虫害正样本候选集中的交并比结果进行排序，并选取排在前面的9个结果作为预测框输出；计算相似病虫害检测损失函数，经过多次迭代后从9个结果中选择一个最好的结果输出。本发明使用自适应样本学习策略对相似虫害和病害统一进行检测，检测准确性高、衡量样本方法效果好。
一种基于自适应学习相似病虫害检测方法

[发明专利]基于定向表示的输电杆塔导地线图像检测方法-CN202310672478.8在审
发明人：张洁;刘韬;刘术娟;李瑞;杜健铭;陈红波;张辉 -专利权人：中国科学院合肥物质科学研究院;合肥中科融道智能科技有限公司
申请日： 2023-06-07 - 公布日： 2023-08-29 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及基于定向表示的输电杆塔导地线图像检测方法，与现有技术相比解决了无法对输电杆塔导地线进行精准检测的缺陷。本发明包括以下步骤：训练数据的获取；导地线检测模型的构建；导地线检测模型的训练；待检测导地线图片的获取及预处理；导地线图像检测结果的获得。本发明可以学习到待检测导地线物体的方位朝向，利用导地线物体的定向框表示去学习更加集中在待检测物体本身的精细特征，定向检测框能去除大量冗余背景聚焦在导地线本身，有利于自然环境下导地线物体的检测。
基于定向表示输电杆塔地线图像检测方法

[发明专利]一种基于SwinT与尺寸自适应卷积的电力设备锈蚀缺陷图像检测方法-CN202310589624.0在审
发明人：张洁;李慧;李瑞;杜健铭;陈红波;张辉 -专利权人：中国科学院合肥物质科学研究院
申请日： 2023-05-24 - 公布日： 2023-08-22 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于SwinT与尺寸自适应卷积的电力设备锈蚀缺陷图像检测方法，与现有技术相比解决了变电站设备缺陷模型特征提取难、识别困难、检测精度低、鲁棒性差的缺陷。本发明包括以下步骤：电力设备缺陷图像样本的获取；构建电力设备缺陷目标检测模型；电力设备缺陷目标检测模型的训练；获取待检测电力设备缺陷图像并进行预处理；电力设备图像缺陷检测。本发明特征提取能力更强，模型训练简单，同时识别精度更优的目标检测方法，实现了电力设备缺陷图像目标的精准检测。
一种基于 swint 尺寸自适应卷积电力设备锈蚀缺陷图像检测方法

[发明专利]一种基于加法乘法混合卷积的低功耗害虫图像识别方法-CN202110668260.6有效
发明人：张力;王儒敬;杜健铭 -专利权人：中国科学院合肥物质科学研究院
申请日： 2021-06-16 - 公布日： 2023-08-22 - 主分类号： G06V10/44 文献下载
摘要：本发明涉及一种基于加法乘法混合卷积的低功耗害虫图像识别方法，与现有技术相比解决了害虫识别模型耗能较高的缺陷。本发明包括以下步骤：训练图像集的获取；混合模块单元的构建；害虫识别分类网络的构建；害虫识别分类网络的训练与选择；待识别害虫图像的获取；害虫图像识别结果的获得。本发明利用加法卷积的低功耗特性以及乘法卷积在特征提取上的优势，深度融合二者卷积方式的优势，得到优化选择后的害虫识别分类网络，实现了害虫图像的高识别率，低功耗特性。
一种基于加法乘法混合卷积功耗害虫图像识别方法

[发明专利]一种基于卷积神经网络的农业病虫害图像识别方法-CN202310052088.0在审
发明人：陈鹏;王俊峰;章军;夏懿;焦林;庞春晖;王刘向;孟维庆;杜健铭;王儒敬 -专利权人：中科合肥智慧农业协同创新研究院
申请日： 2023-02-02 - 公布日： 2023-08-04 - 主分类号： G06V20/70 文献下载
摘要：本发明涉及一种基于卷积神经网络的农业病虫害图像识别方法，包括：使用相机采集农作物害虫图像；根据筛选条件对采集到的农作物害虫图像进行筛选；对筛选后的农作物害虫图像进行标注，标注后的农作物害虫图像组成数据集；建立害虫识别模型；采用训练集训练害虫识别模型，得到训练好的害虫识别模型，将待识别的害虫图像输入训练好的害虫识别模型，得到识别结果。将深度学习技术中的卷积神经网络应用到农业作物区域提取中，利用采集的农业作物图像集训练网络，最终使网络能够自动识别出农业作物病虫害的数量和类型；本发明提高对农业作物目标的检测识别率，识别速度快，能够从复杂的环境下对病虫害的特征学习，增强了病虫害识别模型的鲁棒性。
一种基于卷积神经网络农业病虫害图像识别方法

[发明专利]基于移动端的配电网施工安全及质量图像检测方法及系统-CN202310449336.5有效
发明人：张洁;陈红波;李瑞;王顺;刘术娟;刘韬;杜健铭;张辉;王浩然 -专利权人：合肥中科融道智能科技有限公司;中国科学院合肥物质科学研究院
申请日： 2023-04-25 - 公布日： 2023-07-21 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及基于移动端的配电网施工安全及质量图像检测方法，与现有技术相比解决了配电网施工安全及质量图像检测运算量大、无法满足移动端应用需要的缺陷。本发明包括以下步骤：获取移动端的配电网施工现场图像；构建配电网施工安全及质量图像检测模型；配电网施工安全及质量图像检测模型的训练；获取待检测配电网施工图像；获得配电网施工安全及质量检测结果。本发明提供一种特征区分能力更强、模型训练简单、网络结构相对简单、推理时间复杂度较低，同时识别精度更优的目标检测方法，实现配电网施工场景安全及质量类目标的精准检测。
基于移动配电网施工安全质量图像检测方法系统

[发明专利]基于多尺度双域信息融合技术的遥感图像全色锐化方法-CN202310108140.X在审
发明人：张洁;何炫华;颜科宇;谢成军;李瑞;张辉;杜健铭;陈红波;金洲;孙友强 -专利权人：中国科学院合肥物质科学研究院
申请日： 2023-02-14 - 公布日： 2023-07-07 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及基于多尺度双域信息融合技术的遥感图像全色锐化方法，与现有技术相比解决了融合图像易产生伪影、颜色失真、泛化性差的缺陷。本发明包括以下步骤：遥感图像的获取与预处理；构建全色锐化模型；全色锐化模型的训练；待锐化遥感图像的获取；遥感图像全色锐化结果的获得。本发明与使用空间域特征进行全色锐化方法相比，提升了融合图像的精度和色彩表现，在多种参考指标上都优于现有的方法，产生的图像质量更高。
基于尺度信息融合技术遥感图像全色锐化方法

[发明专利]一种基于采摘机器人视觉系统的目标采摘方法-CN202310210531.2在审
发明人：陈鹏;张明年;章军;夏懿;张波;庞春晖;孟维庆;杜健铭;王儒敬 -专利权人：中科合肥智慧农业协同创新研究院
申请日： 2023-03-07 - 公布日： 2023-06-30 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于采摘机器人视觉系统的目标采摘方法，包括：使用相机采集原始果实图像；对采集到的原始果实图像进行预处理，经过预处理后的果实图像组成数据集，将数据集划分为训练集、验证集和测试集；建立Mask R‑CNN模型，进行训练；对训练过程进行优化，得到训练精度最高的Mask R‑CNN模型；在采摘机器人CPU上加载训练精度最高的Mask R‑CNN模型，最终基于采摘机器人的视觉系统实现目标识别采摘。本发明用高像素相机获取成熟果实图像，将深度学习技术应用到果实智能采摘中，根据实际使用场景对网络结构进行调整，训练Mask R‑CNN模型，最终使Mask R‑CNN模型能够自动检测成熟果实，并实现智能采摘，解决采摘机器人由于复杂的周围环境对果蔬无法很好地识别提取的问题。
一种基于采摘机器人视觉系统目标方法

[发明专利]一种基于特征差异化和任务分离技术的相似害虫图像检测方法-CN202310010579.9在审
发明人：王儒敬;陈红波;陈天娇;杜健铭;刘海云;谢成军;张洁;李瑞;胡海瀛 -专利权人：中国科学院合肥物质科学研究院
申请日： 2023-01-05 - 公布日： 2023-06-27 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于特征差异化和任务分离技术的相似害虫图像检测方法，包括：获取相似害虫图像；构建相似害虫检测模型，包括特征提取网络、特征差异化网络、特征融合网络和任务分离网络；利用相似害虫图像数据集对相似害虫检测模型进行训练；获取待检测的田间害虫图像；将待检测的田间害虫图像输入训练后的相似害虫检测模型，得到田间相似害虫的分类和定位结果。本发明从整体图片特征图中提取害虫差异化信息，特征语义表达能力更强，有利于相似害虫的区分,避免硬性选择某个尺度的特征导致的次优问题，更有利于多尺度目标的识别和检测；将害虫分类及定位特征进行分离，不同的特征专注于不同任务，更有利于分类和定位的准确性和网络训练。
一种基于特征异化任务分离技术相似害虫图像检测方法

[发明专利]一种基于倾斜矩形框的稻纵卷叶螟为害状图像检测方法-CN202310274762.X在审
发明人：王儒敬;陈天娇;陈红波;杜健铭;张洁;李瑞;胡海瀛 -专利权人：中国科学院合肥物质科学研究院
申请日： 2023-03-16 - 公布日： 2023-06-13 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于倾斜矩形框的稻纵卷叶螟为害状图像检测方法，与现有技术相比解决了田间复杂环境下水稻稻纵卷叶螟为害状有不定向生长、尺寸多样等现象难以进行准确检测的缺陷。本发明包括以下步骤：水稻稻纵卷叶螟为害状图像的获取和预处理；构建稻纵卷叶螟为害状检测模型；稻纵卷叶螟为害状检测模型的训练；待检测稻纵卷叶螟害虫图像的获取；稻纵卷叶螟害虫图像检测结果的获得。本发明可实现复杂的田间环境下水稻为害状区域的精准检测，提高水稻稻纵卷叶螟为害状检测的准确性，增强水稻稻纵卷叶螟为害状检测的可视化能力。
一种基于倾斜矩形稻纵卷叶螟为害图像检测方法

[实用新型]一种智能农林害虫捕捉装置-CN202320099536.8有效
发明人：周国涛;卢春光;杨志磊;谢成军;张洁;杜健铭;孙钦玉 -专利权人：河南云飞科技发展有限公司
申请日： 2023-02-02 - 公布日： 2023-06-09 - 主分类号： A01M1/02 文献下载
摘要：本实用新型属于害虫捕捉装置领域，尤其是一种智能农林害虫捕捉装置，针对现有的市面上存在的色诱测报灯外观和结构简单，缺乏新意，功能参差不齐的问题，现提出如下方案，其包括底座，所述底座的顶部连接有升降支架，且升降支架上连接有箱体，箱体的底部连接有横臂，且横臂固定连接于升降支架上，横臂上滑动安装有黄色粘虫胶带支架，黄色粘虫胶带支架的顶部连接有遮雨罩，黄色粘虫胶带支架上转动安装有黄色粘虫胶带，升降支架上连接有40W太阳能板，升降支架上连接有展示板，本实用新型能够在使用过程中，便于对农林害虫进行自动捕捉、拍照、自动识别和计数，且能够自动更换黄色粘虫胶带，具备新意，便于调节，使用方便。
一种智能农林害虫捕捉装置

[发明专利]一种基于无人机图像及深度学习的小麦倒伏面积估算方法-CN202310167936.2在审
发明人：陈鹏;庞春晖;章军;夏懿;王俊峰;张明年;张波;杜健铭;王儒敬 -专利权人：中科合肥智慧农业协同创新研究院
申请日： 2023-02-22 - 公布日： 2023-06-02 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于无人机图像及深度学习的小麦倒伏面积估算方法，包括：通过无人机采集麦田图像；进行预处理和数据增强；构建深度学习模型，对Mask R‑CNN模型进行改进，采用评价指标进行评价，对训练参数进行调整；将待评估的麦田图像输入最佳Mask R‑CNN模型，最佳Mask R‑CNN模型输出小麦倒伏的像素点个数；基于小麦倒伏的像素点个数和标定区计算出来的单个像素代表的实际面积，得到小麦倒伏实际面积的估算结果。本发明对小麦倒伏区域进行精准识别与分割，计算出倒伏区域的像素点个数，从而计算出小麦倒伏区域的面积，评估受灾程度，可以满足麦田环境下高通量作业需求，为后续灾情处理以及评估损失提供技术支撑。
一种基于无人机图像深度学习小麦倒伏面积估算方法

[发明专利]基于YOLOv5改进的麦穗检测计数方法-CN202310210576.X在审
发明人：陈鹏;张波;章军;夏懿;张明年;庞春晖;王俊峰;杜健铭;王儒敬 -专利权人：中科合肥智慧农业协同创新研究院
申请日： 2023-03-07 - 公布日： 2023-05-23 - 主分类号： G06V20/17 文献下载
摘要：本发明涉及一种基于YOLOv5改进的麦穗检测计数方法，包括：获取小麦麦穗图像并进行预处理，得到小麦麦穗图像数据集；构建小麦麦穗检测识别模型；将卷积注意力模块和加权特征融合模块加入小麦麦穗检测识别模型中；将训练集输入改进后的小麦麦穗检测识别模型进行训练；获取待识别的小麦麦穗图像，将待识别的小麦麦穗图像输入训练好的小麦麦穗检测识别模型中，得到小麦麦穗图像检测计数结果。本发明采用改进的小麦麦穗检测识别模型，改进的小麦麦穗检测识别模型检测结果较好，改进的小麦麦穗检测识别模型对小麦的检测精确度明显提高；根据实验训练精度和检测结果，本发明可以有效解决小麦图像中存在的遮挡重叠问题，实现麦穗的准确检测和计数。
基于 yolov5 改进麦穗检测计数方法

[发明专利]一种轻量化的病害识别方法-CN202310108111.3在审
发明人：陈鹏;李高强;焦林;章军;夏懿;张明年;张波;庞春晖;王俊峰;杜健铭;王儒敬 -专利权人：中科合肥智慧农业协同创新研究院
申请日： 2023-02-14 - 公布日： 2023-05-12 - 主分类号： G06V20/50 文献下载
摘要：本发明涉及一种轻量化的病害识别方法，包括：获取病害图像数据集：对获取的病害原图像进行预处理；构建病害识别轻量化模块；构建病害分类识别模型；将训练集输入病害分类识别模型，对病害分类识别模型进行训练，将测试集输入到训练好的病害分类识别模型中，输出病害图像识别结果。本发明通过构建病害识别轻量化模块用于提取病害分类特征信息，再通过3个阶段的采样与特征处理，得到具有丰富信息病害特征图，最后通过分类模块得到最终的病害分类识别信息；本发明在识别的准确度上较当前的病害识别方法有明显提升，而模型大小可以减少到同等级的识别模型的四分之一，这充分说明本发明可运用到多类别、复杂背景下的农业病害识别工作。
一种量化病害识别方法

[发明专利]一种智能农林害虫捕捉装置-CN202310051225.9在审
发明人：周国涛;卢春光;杨志磊;谢成军;张洁;杜健铭;孙钦玉 -专利权人：河南云飞科技发展有限公司
申请日： 2023-02-02 - 公布日： 2023-05-05 - 主分类号： A01M1/02 文献下载
摘要：本发明属于害虫捕捉装置领域，尤其是一种智能农林害虫捕捉装置，针对现有的市面上存在的色诱测报灯外观和结构简单，缺乏新意，功能参差不齐的问题，现提出如下方案，其包括底座，所述底座的顶部连接有升降支架，且升降支架上连接有箱体，箱体的底部连接有横臂，且横臂固定连接于升降支架上，横臂上滑动安装有黄色粘虫胶带支架，黄色粘虫胶带支架的顶部连接有遮雨罩，黄色粘虫胶带支架上转动安装有黄色粘虫胶带，升降支架上连接有40W太阳能板，升降支架上连接有展示板，本发明能够在使用过程中，便于对农林害虫进行自动捕捉、拍照、自动识别和计数，且能够自动更换黄色粘虫胶带，具备新意，便于调节，使用方便。
一种智能农林害虫捕捉装置

1
2
下一页»
尾页
共 25 条