-
公开(公告)号:CN119007003A
公开(公告)日:2024-11-22
申请号:CN202411006210.1
申请日:2024-07-25
Applicant: 北京林业大学
IPC: G06V20/10 , G06V20/69 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06N3/096
Abstract: 本发明提供一种土壤孔隙二维图像识别方法、装置、电子设备及存储介质,涉及计算机视觉领域,所述方法包括:对待训练的自监督对比学习网络进行训练,得到目标自监督对比学习网络;基于所述目标自监督对比学习网络,对微调网络进行训练,得到目标微调网络;将土壤孔隙图像数据输入至所述目标微调网络,得到所述目标微调网络输出的土壤孔隙图像识别结果。本方案能够在无需大规模标记土壤CT图像的情况下训练得到目标微调网络,使用该目标微调网络实现对土壤孔隙图像的自动识别。
-
公开(公告)号:CN115471751A
公开(公告)日:2022-12-13
申请号:CN202211222127.9
申请日:2022-10-08
Applicant: 北京林业大学
Abstract: 本发明涉及林木根系特征识别技术领域,尤其涉及一种基于分类融合思想的林木根系识别方法和系统。本发明方法包括:获取待测林木根系的微根管图像,构建林木根系数据集,并根据不同生长阶段根系的颜色特征,构建初生根、成熟根和死亡根3个子数据集;基于3个子数据集,将注意力机制PSA模块引入U‑net网络结构,自主学习林木根系的颜色、形态等多重特征,构建初生根、成熟根和死亡根识别模型;还提出了分类融合思想,对初生根特征图、成熟根特征图和死亡根特征图进行叠加处理,得到包括不同生长阶段根系信息的特征融合图,并依据该特征融合图实现不同生长阶段中林木根系的精准识别,从而解决林木根系识别精确度低的问题。
-