公开(公告)号：CN118015446B

公开(公告)日：2025-01-03

申请号：CN202311673740.7

申请日：2023-12-06

Applicant: 南京农业大学

Inventor： 傅秀清 ,  韩冰 ,  何建博 ,  朱一凡 ,  田露旭 ,  付海威 ,  欧阳芷芊

IPC: G06V20/10 ,  G01B11/03 ,  G01B11/26 ,  G06V10/12 ,  G06V10/20 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80

Abstract: 本申请提供一种作物姿态采集检测设备及关键点检测方法。本申请的检测设备利用车载底盘实现自动驱动循迹行走，通过其上的图像采集平台为摄像头提供支撑以及两个转向自由度，以此实现多角度的作物表型图像采集。本申请采用热图回归检测算法实现关键点检测，然后采用UNet为作物姿态关键点检测的最优网络模型，并针对小麦作物表型特征优选采用改进的11关键点检测方法以获得优于原假设关键点的模型检测效果。本申请能够有效识别作物姿态中顶一、二、三叶的夹角以及顶一、二、三叶的长度参数，更直观地显示小麦叶长，叶夹角在干旱胁迫过程中的变化趋势，以满足更多参数的检测需求。本申请为研究多样化的小麦姿态变化，并进行识别与分类提供了有力工具，具有很高的实用价值。

公开(公告)号：CN118015446A

公开(公告)日：2024-05-10

申请号：CN202311673740.7

申请日：2023-12-06

Applicant: 南京农业大学

Inventor： 傅秀清 ,  韩冰 ,  何建博 ,  朱一凡 ,  田露旭 ,  付海威 ,  欧阳芷芊

IPC: G06V20/10 ,  G01B11/03 ,  G01B11/26 ,  G06V10/12 ,  G06V10/20 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80

Abstract: 本申请提供一种作物姿态采集检测设备及关键点检测方法。本申请的检测设备利用车载底盘实现自动驱动循迹行走，通过其上的图像采集平台为摄像头提供支撑以及两个转向自由度，以此实现多角度的作物表型图像采集。本申请采用热图回归检测算法实现关键点检测，然后采用UNet为作物姿态关键点检测的最优网络模型，并针对小麦作物表型特征优选采用改进的11关键点检测方法以获得优于原假设关键点的模型检测效果。本申请能够有效识别作物姿态中顶一、二、三叶的夹角以及顶一、二、三叶的长度参数，更直观地显示小麦叶长，叶夹角在干旱胁迫过程中的变化趋势，以满足更多参数的检测需求。本申请为研究多样化的小麦姿态变化，并进行识别与分类提供了有力工具，具有很高的实用价值。

公开(公告)号：CN117689856A

公开(公告)日：2024-03-12

申请号：CN202311667339.2

申请日：2023-12-06

Applicant: 南京农业大学

Inventor： 傅秀清 ,  韩冰 ,  周佳怡 ,  朱一凡 ,  田露旭 ,  付海威 ,  欧阳芷芊

IPC: G06V10/12 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/32

Abstract: 本申请提供一种基于YOLOv4卷积神经网络的种子萌发活力自动检测表型平台。其包括：种子室、种子萌发气候室、图像采集装置、基于图像的实时监测模块和控制模块。本申请利用轻量卷积神经网络YOLOv4实现调作物种子萌发的快速、准确检测，可以自动采集、处理和分析作物品种的图像数据，评价作物种子在受控环境下对盐胁迫的响应。本申请通过对比VGG16+Faster R‑CNN、ResNet50+Faster R‑CNN、YOLO v4三种模型，发现YOLO v4为作物种子萌发目标检测最佳模型。该模型的平均检测准确率(mAP)达到97.59％，召回率(Recall)达到97.35％，检测速度高达6.82FPS，能够有效地检测出作物萌发的种子数量，适用于对盐胁迫引起的植物胁迫进行定量分析，能够为耐盐作物育种提供有力工具。