-
公开(公告)号：CN112949517A
公开(公告)日：2021-06-11
申请号：CN202110257061.6
申请日：2021-03-09
Applicant: 河南大学
Abstract: 本发明公开了基于深度迁移学习的植物气孔密度和开度识别方法，包括步骤：1）将部分气孔图像进行气孔及气孔内壁双目标标注，作为训练集、验证集，其余作为测试集；2）基于训练集和验证集进行模型训练和优化，当损失函数收敛到最小值时，保存当前模型；3）载入训练后的模型，对测试集图像进行智能识别定位、标注，自动计算得到气孔密度；4）对智能定位后的气孔内壁进行拟合计算，生成对应的气孔开度表型数据文件；5）系统将检测定位及拟合效果可视化呈现给用户，用户可根据需要做参数调整，直至满意。本发明能自动且高效精准地对气孔密度及开度进行智能检测识别和分析，并自动生成相应的表型数据，方便后续研究。
-
公开(公告)号：CN111540006B
公开(公告)日：2021-03-30
申请号：CN202010337410.0
申请日：2020-04-26
Applicant: 河南大学
Abstract: 本发明公开了一种植物气孔智能检测与识别系统；该系统包括：导入图像模块、气孔检测模块、批量处理与显示模块、模型参数调整模块、显示检测识别详细信息模块。该系统极大地方便了用户对高通量植物表皮的细胞图像中气孔表型性状的分析，模型训练耗时短，用户能通过自定义参数功能最大限度地提高气孔自动检测与识别准确性和可扩展性。本发明还提供基于深度迁移学习的植物气孔智能检测与识别方法；该方法通过将自定义的高通量植物叶表皮的细胞光学显微镜图像集和预训练的YOLOv3网络结构进行深度迁移学习来快速高效地训练模型，根据检测与识别的实际效果让用户参与其中，并进行适当的模型参数调整，从而最大限度地提升检测与识别结果。
-
公开(公告)号：CN112949517B
公开(公告)日：2022-11-22
申请号：CN202110257061.6
申请日：2021-03-09
Applicant: 河南大学
IPC: G06V20/69 , G06V10/25 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/04
Abstract: 本发明公开了基于深度迁移学习的植物气孔密度和开度识别方法，包括步骤：1）将部分气孔图像进行气孔及气孔内壁双目标标注，作为训练集、验证集，其余作为测试集；2）基于训练集和验证集进行模型训练和优化，当损失函数收敛到最小值时，保存当前模型；3）载入训练后的模型，对测试集图像进行智能识别定位、标注，自动计算得到气孔密度；4）对智能定位后的气孔内壁进行拟合计算，生成对应的气孔开度表型数据文件；5）系统将检测定位及拟合效果可视化呈现给用户，用户可根据需要做参数调整，直至满意。本发明能自动且高效精准地对气孔密度及开度进行智能检测识别和分析，并自动生成相应的表型数据，方便后续研究。
-
公开(公告)号：CN111540006A
公开(公告)日：2020-08-14
申请号：CN202010337410.0
申请日：2020-04-26
Applicant: 河南大学
Abstract: 本发明公开了一种植物气孔智能检测与识别系统；该系统包括：导入图像模块、气孔检测模块、批量处理与显示模块、模型参数调整模块、显示检测识别详细信息模块。该系统极大地方便了用户对高通量植物表皮的细胞图像中气孔表型性状的分析，模型训练耗时短，用户能通过自定义参数功能最大限度地提高气孔自动检测与识别准确性和可扩展性。本发明还提供基于深度迁移学习的植物气孔智能检测与识别方法；该方法通过将自定义的高通量植物叶表皮的细胞光学显微镜图像集和预训练的YOLOv3网络结构进行深度迁移学习来快速高效地训练模型，根据检测与识别的实际效果让用户参与其中，并进行适当的模型参数调整，从而最大限度地提升检测与识别结果。
-
-
-
Search Results
4
records
(took 0.012 seconds)
