-
公开(公告)号：CN117727027A
公开(公告)日：2024-03-19
申请号：CN202311137956.1
申请日：2023-09-05
Applicant: 东北农业大学
IPC: G06V20/68 , G06V10/30 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种豆荚分类方法，其涉及图像识别技术领域。包括：采集整株大豆的正向图像与反向图像，在正向图像与反向图像上标注出豆荚生长区域；使用YOLOX模型分别对标注后的正向图像与反向图像进行目标检测，得到正向图像与反向图像上的豆荚初步分类结果；构建孪生网络模型SE‑Siamese Network；使用所述孪生网络模型SE‑Siamese Network对正向图像与反向图像的豆荚检测结果进行配对，判断正反两张图像的豆荚是否为同一个；按照配对结果进行统计，得到整株大豆的豆荚数量表型。本发明不会破坏大豆植株的整体形态特征，避免了由于拆解大豆植株造成的表型信息丢失，减少由于遮挡造成的识别误差，进而快速准确地检测出非拆解大豆植株的豆荚类别以及各类豆荚的数量。
-
公开(公告)号：CN116797529A
公开(公告)日：2023-09-22
申请号：CN202310248223.9
申请日：2023-03-15
Applicant: 东北农业大学
IPC: G06T7/00 , G06T7/11 , G06N3/08 , G06V20/68 , G06N3/0464
Abstract: 本发明提供了一种水稻结实率测算方法，该问题属于农学领域。具体包括如下步骤：获取稻穗整穗图像；将稻穗整穗图像进行分割，然后对分割后的稻穗图像按照半粒、全粒实和全粒瘪进行分类标注；根据分类标注数据对多个卷积神经网络进行特征提取和训练，以获得识别效果最优的卷积神经网络模型；将分割后稻穗整穗图像输入最优的卷积神经网络模型，对稻穗整穗图像进行提取和识别，获得最优的分割样本，识别稻穗图像中的半粒、全粒实和全粒瘪的稻穗籽粒状态，并计算稻穗图像中不同状态的稻穗籽粒的数量；将半粒比例转化成全实粒和全瘪粒的比例，计算单株水稻结实率。本发明能够快速准确自动地计算出水稻结实率，极大的节省了水稻的考种时间。
-
公开(公告)号：CN114317805B
公开(公告)日：2023-03-24
申请号：CN202111678146.8
申请日：2021-05-24
Applicant: 东北农业大学
IPC: C12Q1/6895 , C12N15/11
Abstract: 本申请为申请号202110566123.1的分案申请，本发明提供了一种位于大豆6号染色体的大豆高油分相关的分子标记和鉴定高油分大豆的方法，属于生物技术领域。为了快速和准确的筛选高油分优质大豆品种。本发明提供了一种大豆高油分相关的分子标记，本发明提供了大豆高油分相关的分子标记SNP4，对应的核苷酸位点分别为Gm06_38700895。通过对标记的选择来实现对性状的选择，大幅度提高育种效率，实现定向改良大豆品种的作用即可以选择出高蛋白的大豆品种。
-
公开(公告)号：CN114150086B
公开(公告)日：2023-03-14
申请号：CN202111674841.7
申请日：2021-05-24
Applicant: 东北农业大学
IPC: C12Q1/6895 , C12N15/11
Abstract: 本申请为申请号202110566123.1的分案申请，本发明提供了一种位于5号染色体的大豆高油分相关的分子标记和鉴定高油分大豆的方法，属于生物技术领域。为了快速和准确的筛选高油分优质大豆品种。本发明提供了一种大豆高油分相关的分子标记，本发明提供了大豆高油分相关的分子标记SNP2，对应的核苷酸位点分别为Gm05_34698561，通过对标记的选择来实现对性状的选择，大幅度提高育种效率，实现定向改良大豆品种的作用即可以选择出高蛋白的大豆品种。
-
公开(公告)号：CN114231658A
公开(公告)日：2022-03-25
申请号：CN202111680208.9
申请日：2021-05-24
Applicant: 东北农业大学
IPC: C12Q1/6895 , C12N15/11
Abstract: 本申请为申请号202110564812.9的分案申请。本发明提供了一种位于大豆1号染色体上与高油分相关的分子标记及其应用，属于生物技术领域。为了快速和准确的筛选高油分优质大豆品种。本发明提供了一种大豆高油分含量相关的一个分子标记SNP2，其中SNP2对应的核苷酸位点为Gm01_40780703以及上述这些标记在制备检测大豆高油分的试剂盒中的应用和筛选方法。通过对标记的选择来实现对性状的选择，大幅度提高育种效率，实现定向改良大豆品种的作用即可以选择出高蛋白的大豆品种。
-
Patent Agency Ranking
公开(公告)号：CN119625717A
公开(公告)日：2025-03-14
申请号：CN202411682642.4
申请日：2024-11-22
Applicant: 东北农业大学
IPC: G06V20/68 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种大豆植株豆荚相关表型提取方法、装置、介质和设备，涉及农学技术领域，包括获取待测区大豆植株正反面图像；构建改进型孪生网络模型；基于原孪生网络模型，将特征提取部分替换为压缩激励残差网络SE‑ResNet50，增加注意力机制，在网络分类层中添加Dropout层；将大豆植株正反面图像输入至目标检测模型中，得到茎节点的坐标信息；根据茎节点的坐标信息，对豆荚的坐标信息进行提取，采用欧氏距离获取每个豆荚与每个茎节点的距离，将豆荚和茎节点进行匹配；在豆荚与茎节点匹配之后，将正反面图像均包含豆荚的大豆植株图像输入至改进型孪生网络模型，对图像中的豆荚进行相似性判断，获取大豆植株豆荚相关表型。
-
公开(公告)号：CN119417775A
公开(公告)日：2025-02-11
申请号：CN202411451856.0
申请日：2024-10-17
Applicant: 东北农业大学
Abstract: 本发明公开了一种花荚计数方法、系统、设备及介质，涉及图像处理技术领域，包括：获取拍摄的大豆花荚视频数据与图像数据，并在视频数据与图像数据中标注出大豆花和大豆荚；使用已标注大豆花和大豆荚的视频与图像数据训练YOLOV8模型，获得大豆花荚检测模型；将待测的大豆花荚视频数据输入跟踪模型，通过大豆花荚检测模型获得大豆花荚的检测结果，并通过跟踪算法OC‑SORT对检测出的大豆花荚进行跟踪计数。本发明能够快速获取大豆花荚的数量。
-
公开(公告)号：CN114231658B
公开(公告)日：2023-05-12
申请号：CN202111680208.9
申请日：2021-05-24
Applicant: 东北农业大学
IPC: C12Q1/6895 , C12N15/11
Abstract: 本申请为申请号202110564812.9的分案申请。本发明提供了一种位于大豆1号染色体上与高油分相关的分子标记及其应用，属于生物技术领域。为了快速和准确的筛选高油分优质大豆品种。本发明提供了一种大豆高油分含量相关的一个分子标记SNP2，其中SNP2对应的核苷酸位点为Gm01_40780703以及上述这些标记在制备检测大豆高油分的试剂盒中的应用和筛选方法。通过对标记的选择来实现对性状的选择，大幅度提高育种效率，实现定向改良大豆品种的作用即可以选择出高蛋白的大豆品种。
-
公开(公告)号：CN115205834A
公开(公告)日：2022-10-18
申请号：CN202210870626.2
申请日：2022-07-23
Applicant: 东北农业大学
Abstract: 本发明公开了一种大豆植株茎相关表型自动获取方法，包括：获取大豆植株图像，在基于深度学习网络YOLOX的目标检测模型中输入大豆植株图像，识别成熟期大豆植株的茎节点,采用定向搜索算法判断大豆植株茎节点的分枝数，对于多个分枝的大豆植株茎节点，采用节点判断算法，获得包含分支数和茎节点的多分枝大豆植株的空间构像，采用表型获取算法和比例尺处理多分枝大豆植株的空间构像的节点坐标，获得大豆成熟植株茎相关表型。该方法能够提高大豆植株表型计算效率。
-
公开(公告)号：CN114724141A
公开(公告)日：2022-07-08
申请号：CN202210355852.7
申请日：2022-04-06
Applicant: 东北农业大学
Abstract: 本发明公开了一种基于机器视觉的大豆豆荚数量统计方法，包括：采集大豆豆荚图像，使用LabelImg对大豆豆荚图像进行标注，采用ResNet‑50作为基础网络搭建CSPResNet‑50网络，并结合特征金字塔FPN结构提取多尺度特征，最终构成新的FasterR‑CNN模型，其中在区域提议网络RPN中加入kmeans聚类算法调整区域提议网络RPN中的anchorboxes数量和尺寸，提取的多尺度特征输入到FastR‑CNN模型中，输出识别后的大豆豆荚图像，最后将识别的豆荚图像输入到计算机程序中统计大豆豆荚的数量。该方法可以提高大豆豆荚计数的速度，更好服务农业研究。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.024 seconds)
