一种基于深度学习的种子发芽信息获取方法

    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

    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。

    一种基于深度学习的种子发芽信息检测方法及装置

    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

    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。

    一种基于STM32的NFT营养液膜厚度尺

    公开(公告)号:CN218584136U

    公开(公告)日:2023-03-07

    申请号:CN202222881480.X

    申请日:2022-10-31

    Abstract: 本实用新型公开了一种基于STM32的NFT营养液膜厚度尺,包括栽培槽和固定测量装置,固定测量装置能够卡接在安装口内;固定测量装置包括支撑壳体、固定板组件和检测装置,固定板组件位于支撑壳体内部,且能够相对支撑壳体上下往复移动,检测装置与固定板组固定连接;固定板组件两侧与支撑壳体内壁之间设置有弹簧;检测装置包括有液位传感器,当检测时,将固定测量装置固定在栽培槽内,此时检测装置与栽培槽底部接触,相互作用力使检测装置向上移动,弹簧拉伸程度变大,弹簧的拉力使检测装置的底部能够更紧密的与栽培槽相接触,实现检测装置的液位传精准检测营养液膜厚度,解决现有技术中检测误差大,不能实时监控测量的技术问题。

Patent Agency Ranking