网站首页 Home Page

中农富通(集团)是农业高科技服务企业和国家高新技术企业,拥有近千名高学历、高素质、实战经验丰富的一线人才组成的团队,和1000余位来自国内外知名科研院校的资深专家,多次承担并荣获多项国家重大攻关课题奖项。中农富通总部位于北京,已在四川、山西、山东、广西、河南、河北、安徽、江苏等地设立了分支机构。

  全链条服务 Whole chain service

在区域发展和乡村产业层面,开展顶层设计,研究谋划发展休闲农业园区、农业地产、主体农业度假区、农业文旅商综合体、农业产业新区(新城)、特色小城镇等大型农业项目提供战略策划、发展规划、区域经济与园区总体策划、品牌与形象策划、概念性规划、全过程项目管理咨询等服务内容。

  案例展示 Case Show

中农富通(集团)是农业高科技服务企业和国家高新技术企业,拥有近千名高学历、高素质、实战经验丰富的一线人才组成的团队,和1000余位来自国内外知名科研院校的资深专家,多次承担并荣获多项国家重大攻关课题奖项。中农富通总部位于北京,已在四川、山西、山东、广西、河南、河北、安徽、江苏等地设立了分支机构。

  新闻资讯 News Information

中农富通(集团)是农业高科技服务企业和国家高新技术企业,拥有近千名高学历、高素质、实战经验丰富的一线人才组成的团队,和1000余位来自国内外知名科研院校的资深专家,多次承担并荣获多项国家重大攻关课题奖项。中农富通总部位于北京,已在四川、山西、山东、广西、河南、河北、安徽、江苏等地设立了分支机构。

  关于我们 About Us

中农富通始终坚持国家战略,秉承“聚世界一流农业人才、建国际优秀推广平台”的发展愿景,整合人才科技资源,为政府、企业等提供乡村产业项目策划、规划设计、工程建造、科技推广、运营管理、农产品产销对接等多元化、全方位、一揽子服务,可做到“交钥匙”的精品工程,项目覆盖全国,得到社会广泛好评。

  集团机构 Group organization

中农富通(集团)是农业高科技服务企业和国家高新技术企业,拥有近千名高学历、高素质、实战经验丰富的一线人才组成的团队,和1000余位来自国内外知名科研院校的资深专家,多次承担并荣获多项国家重大攻关课题奖项。中农富通总部位于北京,已在四川、山西、山东、广西、河南、河北、安徽、江苏等地设立了分支机构。

【数字农业】11项农业人工智能研究,推动智慧农业发展

作者:

发布:2022-06-21 10:40:22

阅读:3

人工智能与农业,两者结合在智慧农业上有一定成就,但实际应用上还有可研究的空间,国内不少院校等科研机构也在致力于农业与人工智能的应用,这一两年也取得了不少进展,在此做下盘点。

 

01.树上苹果检测模型

农业科学院和农业农村部为提高现有苹果目标检测的性能和适应性,改进轻量级的MobileNetV3网络,在保持较高检测精度的同时,减轻模型计算量,降低检测耗时,减少模型计算和存储资源占用的目的,为非结构环境下果园作业平台的轻量化果实目标检测模型研究提供新的思路;

 

02.玉米作物营养状况识别方法

 

农业科学院和农业农村部为提高现有苹果目标检测的性能和适应性,改进轻量级的MobileNetV3网络,在保持较高检测精度的同时,减轻模型计算量,降低检测耗时,减少模型计算和存储资源占用的目的,为非结构环境下果园作业平台的轻量化果实目标检测模型研究提供新的思路;

 

03.番茄植株相近色目标识别方法

 

针对温室番茄智能化管理需要,北京农业智能装备技术研究中心等机构,分别以茎秆、叶片和绿果器官作为识别目标,为农业环境近色目标视觉识别相关研究提供参考;

 

图片

04.检测大豆作物幼苗期玉米杂苗

 

针对大豆-玉米轮作生产中,两者竞争水肥,进而影响到两者品质的问题,同时人工传统检测方法的不足,北达科他州立大学研究了可自动监测大豆生长过程中玉米杂苗情况的系统,为农民提供准确的信息,帮助其进行生产决策和田间管理;

 

 

05.草地贪夜蛾及其近缘种成虫识别

 

中国农业科学院等机构,为应对粮食安全产生威胁的害虫—草地贪夜蛾防治,利用深度学习方法,可视化分析可以直观认识模型的特征学习情况,可为行业内或其他领域的研究人员提供参考;

 

 

06.番茄叶部病害快速识别模型

 

国家农业信息化工程技术研究中心等机构,联合研究了基于叶片图像的番茄病害识别,发现了CCHKMSM模型具有一定优势,识别准确率高且计算量小,对系统要求低,具有在手持设备、边缘计算终端等低配置感知系统中的应用潜力;

 

 

07.蔬菜短期价格预测组合模型研究

 

蔬菜价格波动,对居民和菜农都是双刃剑,针对菜价波动幅度大、影响因素多样、精度不高等难点,北京市农林科学院等机构以黄瓜为研究对象,分析了影响黄瓜价格的供给、需求、流通等因素,实现了黄瓜的短期价格预测,也可推广到其他蔬菜品种,对于保障菜农收入、稳定蔬菜市场价格等具有重要意义;

 

图片

08.杂草检测方法及试验

 

上海大学等机构针对现有的自动化除草解决方案,鲁棒性不强、过度依赖大量样本等不足,提出了基于图像处理多算法融合的田间杂草检测方法,设计了一套田间杂草自动识别算法。针对复杂多变的农业场景,进行了存在雨滴和阴影干扰的鲁棒性测试,实现了90%以上的作物识别结果,可为智能移动机器人除草作业等领域应用提供技术支持;

 

 

09.小麦倒伏率检测

 

对于小麦倒伏影响产量的问题,北达科他州立大学学生提出了一种基于图像处理的自动数据集生成方法,利用无人机和深度学习算法对小麦倒伏检测情况进行分类,可有效地替代人工检测方法,其检测精度达到了75%;

 

 

10.苹果树产量测定方法

 

中国农业大学为提升果园管理能力,改进了果实检测算法与产量拟合网络的产量测定方法,利用无人机及摄像头原位图像,提升苹果果园原位测产的准确性和有效性,基本可以满足自然环境下树上苹果的测产要求,为现代果园环境下的智能农业技术参考;

 

图片

11.大豆籽粒快速计数方法

 

中国农业大学等机构为快速准确计数大豆籽粒,研究了一种基于密度估计和VGG-Two (VGG-T)的大豆籽粒计数方法,实现大豆籽粒的快速计数任务,提高大豆考种速度和育种水平;

 

越来越多的科研机构投入了智慧农业应用中,提升了对农业智能化技术应用的水平,相信未来会对智慧农业的发展发挥作用,便利亿万农业从事者。

推荐新闻