公开(公告)号：CN119339209A

公开(公告)日：2025-01-21

申请号：CN202411444622.3

申请日：2024-10-16

Applicant: 河北农业大学

Inventor： 彭勃 ,  尚昱磊 ,  范晓飞 ,  杨天宇

IPC: G06V10/82 ,  G06N3/0464 ,  G06V20/10 ,  G06V10/776 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了一种基于深度学习的种子发芽信息检测方法及装置，属于发芽检测技术领域，步骤包括：模拟土壤环境对种子进行培育；获取发芽前和发芽后种子的RGB图像，并对获取的RGB图像进行标注；将经过标注的RGB图像划分成训练集与验证集；对改进后的YOLOv10模型进行训练并验证；得到发芽信息预测模型；基于发芽信息预测模型对种子发芽信息进行检测，还公开了检测装置。本发明采用上述方法和装置，采用改进的YOLOv10模型，能够快速、准确地获取种子表型信息，有效减少人为干预带来的误差，提高检测效率。

公开(公告)号：CN119516247A

公开(公告)日：2025-02-25

申请号：CN202411444617.2

申请日：2024-10-16

Applicant: 河北农业大学

Inventor： 范晓飞 ,  杨天宇 ,  彭勃 ,  尚昱磊

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的种子发芽信息获取方法，属于发芽信息检测技术领域，步骤包括：对种子进行培育；获取种子发芽初期、中期和后期不同发芽状态下的图像；对获取图像进行标注；将标注后的数据进行划分，并将划分后的数据进行图像增强；对YOLOv7‑large模型进行改进，并进行训练和验证；对训练后的YOLOv7‑large模型进行检测，并对检测到的发芽种子目标进行编号截图保存；对保存下来的发芽种子进行处理，基于处理结果结合相机拍摄距离换算出对应芽长数据。本发明采用上述方法，通过改进后的YOLOv7‑large模型对不同发芽阶段的种子进行快速检测，并据此计算出种子的发芽率和对应的芽长，不仅显著降低了成本，还大幅提高了工作效率，减少了主观因素带来的误差。