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。