-
公开(公告)号：CN119625464A
公开(公告)日：2025-03-14
申请号：CN202510161766.6
申请日：2025-02-14
Applicant: 南京农业大学三亚研究院 , 南京农业大学 , 农业农村部科技发展中心
IPC: G06V10/776 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T7/70 , G06V10/10 , G06V10/20 , G06V10/25 , G06V10/82
Abstract: 本发明涉及一种基于深度学习的小麦旗叶与麦穗性状智能鉴定方法和系统，包括以下步骤：对小麦植株样品进行图像采集；将小麦植株样品图像进行预处理后输入预先建立的目标检测模型，对小麦植株样品的小麦抽出度、小麦小穗数、小麦麦穗长和小麦旗叶长四种性状进行估算；基于小麦植株样品的性状估算结果，对小麦植株样品的四种性状进行稳定性鉴定，并将鉴定结果以图像形式进行可视化展示。本发明可以广泛应用于作物监测技术领域。
-
公开(公告)号：CN119046230A
公开(公告)日：2024-11-29
申请号：CN202411457195.2
申请日：2024-10-18
Applicant: 南京农业大学三亚研究院 , 南京农业大学 , 农业农村部科技发展中心
IPC: G06F16/11 , G06Q10/0631 , G06Q10/10 , G06F16/16 , G01D21/02
Abstract: 本发明涉及一种跨平台植物表型监测控制系统，包括：控制终端、工控机、传感器设备和存储介质；控制终端用于根据实际需求对实验地点进行规划和管理，并根据采集任务下达控制指令给工控机；工控机用于根据接收到的控制指令向传感器设备下达操作命令；传感器设备用于对植物表型数据进行捕获，并通过工控机将捕获数据上传至控制终端进行处理和归档后，由控制终端将处理结果保存至存储介质或者上传至数据管理分析平台。本发明可以有效地提高实验效率，保证了数据的准确性和相关性，因此，本发明可以广泛应用于作物表型监测领域。
-
Patent Agency Ranking
公开(公告)号：CN117409403B
公开(公告)日：2024-03-19
申请号：CN202311730898.3
申请日：2023-12-15
Applicant: 南京农业大学三亚研究院 , 南京农业大学
Abstract: 本发明涉及一种基于深度学习的水稻稻穗成熟度估算方法，该方法包括：对水稻稻穗样品进行图像采集；对采集的水稻稻穗样品图像信息进行预处理后，输入预先建立的语义分割模型对水稻稻穗样品进行分割，根据分割结果提取得到水稻稻穗样品的表型参数；基于水稻稻穗样品的表型参数对水稻稻穗样品的含水率进行估算，并基于含水率对水稻稻穗样品的成熟度进行估算，从而实现更加精准和高效的水稻收获时间预测。本发明可以广泛应用于作物表型监测技术领域。
-
公开(公告)号：CN117853903A
公开(公告)日：2024-04-09
申请号：CN202311698416.0
申请日：2023-12-12
Applicant: 南京农业大学 , 南京农业大学三亚研究院
IPC: G06V20/10 , G06V20/56 , G06V10/10 , G06V10/82 , G06V10/94 , G06F16/51 , G06F16/587 , H04W4/029 , H04W4/38 , H04W4/44 , H04W64/00 , G16Y10/05 , G16Y20/00 , G16Y40/10 , G16Y40/20 , G16Y40/60
Abstract: 面向生物育种的跨平台作物表型数据采集处理系统及方法，该系统包括：数据采集装置，其包括图像采集设备，采集包含作物表型信息的图片；表型数据传输装置，其与数据采集装置进行通信连接，对数据采集装置获取的包含作物表型信息的图片进行信息标注，以得到作物表型数码图片数据；标准化数据存储管理系统，使用OpenSilex进行数据的规范、标准化；表型数据性状提取分析装置，其为部署在云端的服务器，其与标准化数据存储管理系统进行通信连接，进行作物表型性状分析；所述表型数据传输装置还包括定位模块，其用于实现对数据采集装置所进行的采集作业位置进行准确定位，以确定数据采集装置所采集的包含作物表型信息的图片所对应的作物位置。
-
公开(公告)号：CN117433449B
公开(公告)日：2024-03-19
申请号：CN202311751637.X
申请日：2023-12-19
Applicant: 南京农业大学三亚研究院 , 南京农业大学
IPC: G01B11/24 , G01B11/00 , G01B11/02 , G01B11/06 , G01B11/08 , G01B11/14 , G01B11/28 , A01G9/029 , A01G7/04 , A01G9/16 , G06V10/141 , G06V10/26 , G06V10/82 , G06V20/70
Abstract: 本发明涉及一种基于根盒的植物地上部与地下部表型联合鉴定方法，该方法基于作物表型信息监测装置，方法包括如下步骤：将营养土装入根盒中，将根盒放在根盒支架上；将作物种子放置在根盒中，种子长到一定程度，对作物进行表型数据的获取；将相机连接到电脑端，将作物的实时图像显示在屏幕上；将获取到的地上部和地下部图像进行标注；利用Segformer神经网络训练模型对地下部进行训练；利用U‑Net方法对地上部进行分割；对模型训练后图像进行预测，得到作物地下部的分割图；对U‑Net方法分割后图像进行预测，得到作物地上部的分割图；对地下部和地上部的分割图进行性状提取；对上述步骤得到的结果，采用关联分析方法找到各性状之间的关系。
-
公开(公告)号：CN117433449A
公开(公告)日：2024-01-23
申请号：CN202311751637.X
申请日：2023-12-19
Applicant: 南京农业大学三亚研究院 , 南京农业大学
IPC: G01B11/24 , G01B11/00 , G01B11/02 , G01B11/06 , G01B11/08 , G01B11/14 , G01B11/28 , A01G9/029 , A01G7/04 , A01G9/16 , G06V10/141 , G06V10/26 , G06V10/82 , G06V20/70
Abstract: 本发明涉及一种基于根盒的植物地上部与地下部表型联合鉴定方法，该方法基于作物表型信息监测装置，方法包括如下步骤：将营养土装入根盒中，将根盒放在根盒支架上；将作物种子放置在根盒中，种子长到一定程度，对作物进行表型数据的获取；将相机连接到电脑端，将作物的实时图像显示在屏幕上；将获取到的地上部和地下部图像进行标注；利用Segformer神经网络训练模型对地下部进行训练；利用U‑Net方法对地上部进行分割；对模型训练后图像进行预测，得到作物地下部的分割图；对U‑Net方法分割后图像进行预测，得到作物地上部的分割图；对地下部和地上部的分割图进行性状提取；对上述步骤得到的结果，采用关联分析方法找到各性状之间的关系。
-
公开(公告)号：CN117409403A
公开(公告)日：2024-01-16
申请号：CN202311730898.3
申请日：2023-12-15
Applicant: 南京农业大学三亚研究院 , 南京农业大学
Abstract: 本发明涉及一种基于深度学习的水稻稻穗成熟度估算方法，该方法包括：对水稻稻穗样品进行图像采集；对采集的水稻稻穗样品图像信息进行预处理后，输入预先建立的语义分割模型对水稻稻穗样品进行分割，根据分割结果提取得到水稻稻穗样品的表型参数；基于水稻稻穗样品的表型参数对水稻稻穗样品的含水率进行估算，并基于含水率对水稻稻穗样品的成熟度进行估算，从而实现更加精准和高效的水稻收获时间预测。本发明可以广泛应用于作物表型监测技术领域。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
