智能认知研究组

系统平台与应用案例

跨媒体智能计算数据资源——图像理解机器学习数据库

图像理解机器学习数据库由中国科学院合肥物质科学研究院承担建设，包含图像、文本、视频等语义相关联的多模态数据，旨在推动人工智能机器学习理论方法及图像理解、视觉问答、知识表示与计算推理等关键技术的研究。目前，该数据库已建成农业病虫害研究图库（IDADP）和农业图像理解数据集（ICDA）两个主题库，主要包括超过20种大田作物和设施蔬菜，记录数达到10万余条，总数据量超过1.5TB。该数据库为机器学习建模相关的理论方法、关键技术与评价标准等研究提供基准数据，促进各个行业的智能化应用落地。相关项目合作请联系我们。点击进入→图像理解机器学习数据库。

大模型及应用——多模态问答、图像描述

多模态问答：基于跨媒体智能计算和语义表示学习技术，实现视觉与文本数据的协同理解，研发垂直领域多模态问答系统。

图像描述：面向气象报文自动生成需求，利用气象数据及气候区划等专业知识对多模态大模型进行微调，自动生成符合气象领域专业术语表达的报文。

计算机视觉——病虫害图像辅助诊断、生物特征识别

病虫害图像辅助诊断：利用农业病虫害研究图库IDADP中的高质量病虫害图像数据，基于深度迁移学习技术构建图像分类识别模型，结合农业知识，实现田间实际采集图像的分类识别与在线辅助诊断。

生物特征识别：面向公共安全、医疗康养领域，研究基于GAN的亚健康人脸图像数据增强、虹膜识别、人体姿态识别等技术，为相关应用系统研发提供支持。

自然语言处理——知识图谱、知识问答

知识图谱：面向我国粮食生产大数据平台研发与应用需求，综合网络挖掘、团队积累等多个数据资源，同时结合知识补全技术，整合构建了以水稻、小麦、玉米等粮食作物为主的大规模农业领域知识图谱。

知识问答：面向农业知识在线问答需求，基于文本分类与多跳推理等技术，研发农业知识问答系统。

智能系统与平台研发

农业三维场景：面向安徽省高标准农田智慧服务需求，构建三维农田场景，研发智能施肥、智能飞防等决策系统。

智慧能源管理：面向新能源应用需求，开发智慧能源运营管控平台，实现新能源充电站、桩的智慧运营与管控。点击进入→智慧能源运营管控平台。