一种基于YOLO算法的稻飞虱迁飞路径预测方法
一种基于YOLO算法的稻飞虱迁飞路径预测方法，涉及机器视觉与人工智能的技术领域。本发明对于获得的田间昆虫图片，通过YOLO算法训练收集的图像集，生成稻飞虱检测模型，完成实际田间拍摄状态下的稻飞虱图像检测；然后，对不同地区获取的稻飞虱图像进行识别和检测，并分别对图像中识别出的稻飞虱进行数量统计，并将数据上传到数据管理中心平台。根据不同地区稻飞虱数量的统计，完成稻飞虱迁徙路径的预测。利用高效的数据智能管理平台，来精确识别不同地区稻飞虱数量，统计稻飞虱病虫害严重性程度以及预测稻飞虱迁飞路径，对稻田等农作物有关稻飞虱虫害预防提供重要参考数据，可以节省大量人力和物力资源，提高农业虫害防治效率。
《一种基于YOLO算法的稻飞虱迁飞路径预测方法》是一发明专利，专利号为 2020108317392，当前法律状态为已售，由南京工程学院提出申请，发明人为路绳方;沈卫康;陈烨;张健;焦良葆;曹雪虹，申请日期为2020-08-18，公开（公告）日期为2023-10-27，国际专利分类号（IPC）为 G06V20/52(2022.01)I;G06V20/40(2022.01)I;G06Q50/02(2012.01)I，高新资质：未报高企，所属技术领域包括：水稻虫害防治、粮食种植监控、智慧稻田管理、智慧农业、害虫预警、农业植保大数据、农业物联网监测、人工智能算法。该专利权属清晰，可通过正规流程办理转让，适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：一种基于YOLO算法的稻飞虱迁飞路径预测方法，涉及机器视觉与人工智能的技术领域。本发明对于获得的田间昆虫图片，通过YOLO算法训练收集的图像集，生成稻飞虱检测模型，完成实际田间拍摄状态下的稻飞虱图像检测；然后，对不同地区获取的稻飞虱图像进行识别和检测，并分别对图像中识别出的稻飞虱进行数量统计，并将数据上传到数据管理中心平台。根据不同地区稻飞虱数量的统计，完成稻飞虱迁徙路径的预测。利用高效的数据智能管理平台，来精确识别不同地区稻飞虱数量，统计稻飞虱病虫害严重性程度以及预测稻飞虱迁飞路径，对稻田等农作物有关稻飞虱虫害预防提供重要参考数据，可以节省大量人力和物力资源，提高农业虫害防治效率。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
