CN107862253B - 一种枸杞采摘效果评估方法 - Google Patents
一种枸杞采摘效果评估方法 Download PDFInfo
- Publication number
- CN107862253B CN107862253B CN201710985771.4A CN201710985771A CN107862253B CN 107862253 B CN107862253 B CN 107862253B CN 201710985771 A CN201710985771 A CN 201710985771A CN 107862253 B CN107862253 B CN 107862253B
- Authority
- CN
- China
- Prior art keywords
- medlar
- chinese wolfberry
- picking
- tree
- mature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 235000015468 Lycium chinense Nutrition 0.000 title claims abstract description 91
- 238000011156 evaluation Methods 0.000 title claims abstract description 32
- 230000000694 effects Effects 0.000 title claims abstract description 22
- 244000241838 Lycium barbarum Species 0.000 title claims description 37
- 235000015459 Lycium barbarum Nutrition 0.000 title claims description 37
- 235000017784 Mespilus germanica Nutrition 0.000 claims abstract description 90
- 244000241872 Lycium chinense Species 0.000 claims abstract description 72
- 235000000560 Mimusops elengi Nutrition 0.000 claims abstract description 67
- 235000007837 Vangueria infausta Nutrition 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 5
- 240000002624 Mespilus germanica Species 0.000 claims description 89
- 238000012360 testing method Methods 0.000 claims description 14
- 238000012854 evaluation process Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 244000182216 Mimusops elengi Species 0.000 abstract 1
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种枸杞采摘效果评估方法，采用的评估装置包括图像采集装置、DSP控制器、数据存储器和显示器，所述DSP控制器内预置枸杞图像识别算法，首先利用图像采集装置采集枸杞影像资料，再利用DSP控制器对枸杞影像资料进行处理，获取枸杞数量信息，启动枸杞采摘装置或者人为对枸杞进行采摘，隔一段时间采集一次枸杞影像资料并计算成熟枸杞数量，当枸杞树上剩余枸杞的百分比小于预先设的定门限值S且剩余枸杞数量小于预先设定数量N时，停止采摘完成评估，否则按照上述方法继续采摘，隔一段时间采集一次枸杞影像资料并计算成熟枸杞数量进行评估。本发明能对枸杞采摘效果进行评价，并进一步提高智能化采摘设备的智能水平，提高采摘效率。
Description
技术领域
本发明属于工作效果评估方法领域，涉及一种果实采摘效果评估方法，具体涉及一种枸杞采摘效果评估方法。
背景技术
当前枸杞采摘效果的评估主要依靠人眼识别，经验判断，一个人在一个时间段内只能够对一个目标进行评估，效率低下，同时经验判断误差较大，无法做到科学评估。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，而提供的一种枸杞采摘效果评估方法，它能在一个时间段内持续多次采集数据，评估采摘效果，科学的得出每一个时间点处的枸杞采摘状况，为科学评估奠定了基础。
为了解决上述技术问题本发明采用的技术方案是：
一种枸杞采摘效果评估方法，用于评估枸杞采摘效果的评估装置包括图像采集装置、DSP控制器、数据存储器和显示器，所述图像采集装置用于采集需要评估的枸杞影像资料，所述DSP控制器内预置枸杞图像识别算法，数据存储器用于存储数据，所述显示器用于显示DSP控制器处理后获取的当前枸杞影像资料中枸杞数量，其特征在于：该评估方法具体步骤为：
步骤一、将事先安装好的评估装置布置于枸杞树前，并且将上述评估装置开启；
步骤二、通过图像采集装置采集枸杞树位置处的图像信息，形成枸杞植株的枸杞影像资料，利用编制好的枸杞图像识别算法对枸杞植株的枸杞影像资料进行模式识别，检测枸杞树上成熟枸杞的数量，并将此时枸杞树上枸杞数量的百分比设定为100％，成熟枸杞百分比和成熟枸杞数量将作为评估指标；
步骤三、启动枸杞采摘装置或者人为对枸杞进行采摘，每隔一段时间t1，图像采集装置采集一次数据，DSP控制器对采集到的枸杞影像资料数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的成熟枸杞数量数据，观察测试结果，查看枸杞树上剩余枸杞的百分比；
步骤四、当枸杞树上剩余枸杞的百分比大于预先设的定门限值S时，再次进行采摘作业；
步骤五、采摘一个固定时间段t4后，再次使用图像采集装置采集一次数据，对采集到的数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的数据，观察测试结果，查看枸杞树上剩余枸杞的百分比；
步骤六、当此时枸杞树上成熟枸杞的百分依然大于预先设的定门限值S，则重复步骤四和步骤五；
步骤七、当枸杞树上的的成熟枸杞百分比小于或等于预先设的定门限值S时，再进行枸杞数量的判断，当成熟枸杞的数量小于或等于预先设定数量N粒时，则评估过程完成，否则执行步骤八；
步骤八、继续启动枸杞采摘装置或者人为对枸杞进行采摘，每隔一段时间t2，图像采集装置采集一次数据，DSP控制器对采集到的枸杞影像资料数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的成熟枸杞数量数据，观察测试结果，查看枸杞树上剩余枸杞的数量；
步骤九、当枸杞树上成熟枸杞的数量大于N粒时，重复执行步骤八；当枸杞树上成熟枸杞的数量小于或等于N粒时，整个评估过程完成。
作为改进，所述DSP控制器内预置枸杞图像识别算法为基于Gaussian MixtureModel理论的图像识别算法。
作为改进，在步骤二中，等待评估装置样本采集时间t3的范围为3-59ms，观察到的枸杞数量为试验样本的总数量，此时剩余枸杞百分比为100％.
作为改进，在步骤三中，采样间隔时间t1的范围是1-5min。
作为改进，在步骤四中，剩余枸杞百分比预先设的定门限值S根据试验确定，预先设的定门限值S范围为0％-20％。
作为改进，在步骤五中，固定时间段t4通过试验确定，固定时间段t4的范围是3-10min。
作为改进，在步骤八中，采样间隔时间t2的范围是1-5min，且t2小于t1。
作为改进，在步骤七中，成熟枸杞的预先设定数量N通过试验确定，N的范围是40-90。
本发明的有益效果是：
本发明能够对于采摘评价指标进行科学量化；而且，本发明可以配合自动化采摘设备使用，从而解决了机械化采摘过程中无法评价采摘设备性能的问题；进一步的，利用本发明系统中生成的剩余枸杞百分比能够作为智能化采摘的驱动条件，完成更加复杂的无人值守采摘作业，进一步提枸杞采摘装置高智能化采摘效率。
附图说明
下面结合附图和实施例对本发明作进一步说明：
图1为本发明实施实例结构示意图；
图2为本发明工作流程图。
具体实施方式
下面结合附图对本发明进行举例说明
一种用于评估枸杞采摘效果的评估装置，其包括图像采集装置、DSP控制器、数据存储器和显示器，所述图像采集装置用于采集需要评估的枸杞影像资料，所述DSP控制器内预置枸杞图像识别算法，所述DSP控制器内预置枸杞图像识别算法为基于GaussianMixture Model理论的图像识别算法。DSP控制器内部包括了EPROM、RAM、A/D、D/A、同步/异步串口、电源模块、电平转换模块以及接口电路等；数据存储器用于存储数据，所述显示器用于显示DSP控制器处理后获取的当前枸杞影像资料中枸杞数量，DSP控制器分别与数据存储器和显示器相连，利用上述评估装置进行枸杞采摘效果评估方法具体步骤为：
步骤一、将事先安装好的评估装置布置于枸杞树前，并且将上述评估装置开启；
步骤二、通过图像采集装置采集枸杞树位置处的图像信息，形成枸杞植株的枸杞影像资料，利用编制好的枸杞图像识别算法对枸杞植株的枸杞影像资料进行模式识别，检测枸杞树上成熟枸杞的数量，并将此时枸杞树上枸杞数量的百分比设定为100％，成熟枸杞百分比和成熟枸杞数量将作为评估指标；
步骤三、启动枸杞采摘装置或者人为对枸杞进行采摘，每隔一段时间t1，图像采集装置采集一次数据，DSP控制器对采集到的枸杞影像资料数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的成熟枸杞数量数据，观察测试结果，查看枸杞树上剩余枸杞的百分比；
步骤四、当枸杞树上剩余枸杞的百分比大于预先设的定门限值S时，再次进行采摘作业；
步骤五、采摘一个固定时间段t4后，再次使用图像采集装置采集一次数据，对采集到的数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的数据，观察测试结果，查看枸杞树上剩余枸杞的百分比；
步骤六、当此时枸杞树上成熟枸杞的百分依然大于预先设的定门限值S，则重复步骤四和步骤五；
步骤七、当枸杞树上的的成熟枸杞百分比小于或等于预先设的定门限值S时，再进行枸杞数量的判断，当成熟枸杞的数量小于或等于预先设定数量N粒时，则评估过程完成，否则执行步骤八；
步骤八、继续启动枸杞采摘装置或者人为对枸杞进行采摘，每隔一段时间t2，图像采集装置采集一次数据，DSP控制器对采集到的枸杞影像资料数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的成熟枸杞数量数据，观察测试结果，查看枸杞树上剩余枸杞的数量；
步骤九、当枸杞树上成熟枸杞的数量大于N粒时，重复执行步骤八；当枸杞树上成熟枸杞的数量小于或等于N粒时，整个评估过程完成。
在步骤二中，等待评估装置样本采集时间t3的范围为3-59ms，本实施例中为10ms，观察到的枸杞数量为试验样本的总数量，此时剩余枸杞百分比为100％.
在步骤三中，采样间隔时间t1的范围是1-5min，本实施例中为2min。
在步骤四中，剩余枸杞百分比预先设的定门限值S根据试验确定，预先设的定门限值S范围为0％-20％。
在步骤五中，固定时间段t4通过试验确定，固定时间段t4的范围是3-10min。
在步骤七中，成熟枸杞的预先设定数量N通过试验确定，N的范围是40-90，本实施例为50。
在步骤八中，采样间隔时间t2的范围是1-5min，本实施例中为1min，且t2小于t1。
实施例1：作为上述用于评估枸杞采摘效果的评估装置的一种举例说明，如图1所示，其包括图像采集装置、DSP控制器、数据存储器和显示器，所述图像采集装置用于采集需要评估的枸杞影像资料，所述DSP控制器内预置枸杞图像识别算法，所述DSP控制器内预置枸杞图像识别算法为基于Gaussian Mixture Model理论的图像识别算法。DSP控制器内部包括了EPROM、RAM、A/D、D/A、同步/异步串口、电源模块、电平转换模块以及接口电路等；数据存储器用于存储数据，所述显示器用于显示DSP控制器处理后获取的当前枸杞影像资料中枸杞数量，DSP控制器分别与数据存储器和显示器相连，所述图像采集装置为CCD摄像头，具体型号采用EZVIZ品牌的C3C，所述DSP控制器为它还包括TMS320C6655/6657型号的DSP处理器，显示器采用hdmi7迷你高清显示器，EEPROM(电气可拭除可编程只读存储器)采用了FM24C16D,NAND FLASH采用了AFND1208U1型号；枸杞树通过C3C摄像头采集枸杞影像资料，传递给TMS320C6655/6657型号的DSP处理器，TMS320C6655/6657型号的DSP处理器经过内置枸杞图像识别算法处理后，将枸杞树上剩余成熟枸杞的数量和剩余枸杞相对样本成熟枸杞百分比在hdmi7迷你高清显示器上显示。
本专利涉及图像识别算法的核心理论为Gaussian Mixture Model，其理论模型的定义为
其中K为模型的个数；πk为第k个高斯的权重；p(x|k)则为第k个高斯概率密度，其均值为μk，方差为σk，对此概率密度的估计就是要求出πk、μk和σk各个变量，当求出p(x)的表达式后，求和式的各项的结果就分别代表样本x属于各个类的概率。
Claims (8)
1.一种枸杞采摘效果评估方法，用于评估枸杞采摘效果的评估装置包括图像采集装置、DSP控制器、数据存储器和显示器，所述图像采集装置用于采集需要评估的枸杞影像资料，所述DSP控制器内预置枸杞图像识别算法，数据存储器用于存储数据，所述显示器用于显示DSP控制器处理后获取的当前枸杞影像资料中枸杞数量，其特征在于：该评估方法具体步骤为：
步骤一、将事先安装好的评估装置布置于枸杞树前，并且将上述评估装置开启；
步骤二、通过图像采集装置采集枸杞树位置处的图像信息，形成枸杞植株的枸杞影像资料，利用编制好的枸杞图像识别算法对枸杞植株的枸杞影像资料进行模式识别，检测枸杞树上成熟枸杞的数量，并将此时枸杞树上枸杞数量的百分比设定为100％，成熟枸杞百分比和成熟枸杞数量将作为评估指标；
步骤三、启动枸杞采摘装置或者人为对枸杞进行采摘，每隔一段时间t1，图像采集装置采集一次数据，DSP控制器对采集到的枸杞影像资料数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的成熟枸杞数量数据，观察测试结果，查看枸杞树上剩余枸杞的百分比；
步骤四、当枸杞树上剩余枸杞的百分比大于预先设的定门限值S时，再次进行采摘作业；
步骤五、采摘一个固定时间段t4后，再次使用图像采集装置采集一次数据，对采集到的数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的数据，观察测试结果，查看枸杞树上剩余枸杞的百分比；
步骤六、当此时枸杞树上成熟枸杞的百分依然大于预先设的定门限值S，则重复步骤四和步骤五；
步骤七、当枸杞树上的的成熟枸杞百分比小于或等于预先设的定门限值S时，再进行枸杞数量的判断，当成熟枸杞的数量小于或等于预先设定数量N粒时，则评估过程完成，否则执行步骤八；
步骤八、继续启动枸杞采摘装置或者人为对枸杞进行采摘，每隔一段时间t2，图像采集装置采集一次数据，DSP控制器对采集到的枸杞影像资料数据利用编制好的枸杞图像识别算法进行识别，并刷新显示屏上的成熟枸杞数量数据，观察测试结果，查看枸杞树上剩余枸杞的数量；
步骤九、当枸杞树上成熟枸杞的数量大于N粒时，重复执行步骤八；当枸杞树上成熟枸杞的数量小于或等于N粒时，整个评估过程完成。
2.如权利要求1所述的一种枸杞采摘效果评估方法，其特征在于：所述DSP控制器内预置枸杞图像识别算法为基于Gaussian Mixture Model理论的图像识别算法。
3.如权利要求1或2所述的一种枸杞采摘效果评估方法，其特征在于：在步骤二中，等待评估装置样本采集时间t3的范围为3-59ms，观察到的枸杞数量为试验样本的总数量，此时剩余枸杞百分比为100％。
4.如权利要求3所述的一种枸杞采摘效果评估方法，其特征在于：在步骤三中，采样间隔时间t1的范围是1-5min。
5.如权利要求1或2所述的一种枸杞采摘效果评估方法，其特征在于：在步骤四中，剩余枸杞百分比预先设的定门限值S根据试验确定，预先设的定门限值S范围为0％-20％。
6.如权利要求1或2所述的一种枸杞采摘效果评估方法，其特征在于：在步骤五中，固定时间段t4通过试验确定，固定时间段t4的范围是3-10min。
7.如权利要求1或2所述的一种枸杞采摘效果评估方法，其特征在于：在步骤八中，采样间隔时间t2的范围是1-5min，且t2小于t1。
8.如权利要求1或2所述的一种枸杞采摘效果评估方法，其特征在于：在步骤七中，成熟枸杞的预先设定数量N通过试验确定，N的范围是40-90。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710985771.4A CN107862253B (zh) | 2017-10-20 | 2017-10-20 | 一种枸杞采摘效果评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710985771.4A CN107862253B (zh) | 2017-10-20 | 2017-10-20 | 一种枸杞采摘效果评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107862253A CN107862253A (zh) | 2018-03-30 |
| CN107862253B true CN107862253B (zh) | 2021-07-16 |
Family
ID=61697726
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710985771.4A Expired - Fee Related CN107862253B (zh) | 2017-10-20 | 2017-10-20 | 一种枸杞采摘效果评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107862253B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101164401A (zh) * | 2006-07-31 | 2008-04-23 | 迪尔公司 | 棉花收获机行单元速度的同步控制 |
| CN103727877A (zh) * | 2013-12-20 | 2014-04-16 | 北京农业信息技术研究中心 | 果实识别定位的方法、装置及系统 |
| CN104541775A (zh) * | 2015-01-24 | 2015-04-29 | 无锡桑尼安科技有限公司 | 智能化果树采摘系统 |
| CN104704990A (zh) * | 2015-04-08 | 2015-06-17 | 吴春光 | 一种石榴树电子化自动采摘方法 |
| CN105123127A (zh) * | 2015-10-16 | 2015-12-09 | 北方民族大学 | 枸杞采摘机器人及其控制方法 |
| CN106856823A (zh) * | 2017-03-24 | 2017-06-20 | 桂林电子科技大学 | 具有成熟度检测及计数功能的采摘机器人 |
| CN107139182A (zh) * | 2017-06-05 | 2017-09-08 | 重庆理工大学 | 一种柑橘采摘机器人系统及其控制方法 |
-
2017
- 2017-10-20 CN CN201710985771.4A patent/CN107862253B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101164401A (zh) * | 2006-07-31 | 2008-04-23 | 迪尔公司 | 棉花收获机行单元速度的同步控制 |
| CN103727877A (zh) * | 2013-12-20 | 2014-04-16 | 北京农业信息技术研究中心 | 果实识别定位的方法、装置及系统 |
| CN104541775A (zh) * | 2015-01-24 | 2015-04-29 | 无锡桑尼安科技有限公司 | 智能化果树采摘系统 |
| CN104704990A (zh) * | 2015-04-08 | 2015-06-17 | 吴春光 | 一种石榴树电子化自动采摘方法 |
| CN105123127A (zh) * | 2015-10-16 | 2015-12-09 | 北方民族大学 | 枸杞采摘机器人及其控制方法 |
| CN106856823A (zh) * | 2017-03-24 | 2017-06-20 | 桂林电子科技大学 | 具有成熟度检测及计数功能的采摘机器人 |
| CN107139182A (zh) * | 2017-06-05 | 2017-09-08 | 重庆理工大学 | 一种柑橘采摘机器人系统及其控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107862253A (zh) | 2018-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110070073A (zh) | 基于注意力机制的全局特征和局部特征的行人再识别方法 | |
| CN109359697A (zh) | 一种电力设备巡检中使用的图形图像识别方法及巡查系统 | |
| CN102680414B (zh) | 基于机器视觉的红提葡萄自动分级装置及其方法 | |
| CN103093208B (zh) | 一种果蔬识别的方法及系统 | |
| CN114005029B (zh) | 基于改进yolov5网络的广佛手病虫害识别方法及系统 | |
| CN107292228A (zh) | 一种加快人脸识别搜索速度的方法 | |
| CN112990103A (zh) | 一种基于机器视觉的串采二次定位方法 | |
| CN105868784A (zh) | 一种基于sae-svm的病虫害检测系统 | |
| CN108932712A (zh) | 一种转子绕组质量检测系统及方法 | |
| CN107786867A (zh) | 基于深度学习架构的图像辨识方法及系统 | |
| CN111914685A (zh) | 母猪发情检测方法、装置、电子设备及存储介质 | |
| CN110558975A (zh) | 一种基于lrf-elm和blstm的心电信号分类方法及系统 | |
| CN107862253B (zh) | 一种枸杞采摘效果评估方法 | |
| CN109697433A (zh) | 一种基于3d卷积神经网络的铝电解槽过热度状态识别方法及系统 | |
| CN116883364A (zh) | 一种基于CNN和Transformer的苹果叶片病害识别方法 | |
| CN109948412A (zh) | 基于深度卷积神经网络的违禁物品标识方法 | |
| CN112966698A (zh) | 基于轻量化卷积网络的淡水鱼图像实时识别方法 | |
| CN113076354A (zh) | 一种基于非侵入式负荷监测的用户用电数据分析方法和装置 | |
| CN117079270A (zh) | 一种基于机器视觉智能识别和定位蘑菇的采摘方法与装置 | |
| CN106444706A (zh) | 基于数据邻域特征保持的工业过程故障检测方法 | |
| CN110634134A (zh) | 一种细胞形态学人工智能自动诊断新方法 | |
| CN104318267A (zh) | 一种藏獒幼犬纯度的自动化识别系统 | |
| CN116520150A (zh) | 基于动态策略和主动学习的异常检测系统构建系统及方法 | |
| CN110197120A (zh) | 用于无人值守传感器系统的人员目标识别方法 | |
| Yan et al. | Identification and Location Method of Cherry Tomato Picking Point Based on Si-YOLO |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210716 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |