-
公开(公告)号：CN115761730A
公开(公告)日：2023-03-07
申请号：CN202211397460.3
申请日：2022-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种甜瓜瓜蒂尺寸表型的提取方法、系统、设备及介质，涉及植物表型组学领域，该方法包括：构建实例分割神经网络模型；获取待提取甜瓜瓜蒂尺寸表型的甜瓜图像；待提取甜瓜瓜蒂尺寸表型的甜瓜图像中包括带有甜瓜瓜蒂的甜瓜和比例尺；将待提取甜瓜瓜蒂尺寸表型的甜瓜图像输入到训练好的实例分割神经网络模型，输出实例分割结果；实例分割结果包括甜瓜瓜蒂的检测框和比例尺的检测框；根据实例分割结果，计算甜瓜瓜蒂尺寸；甜瓜瓜蒂尺寸包括甜瓜瓜蒂的长度和甜瓜瓜蒂的宽度。本发明能够对甜瓜瓜蒂长度和粗细性状进行提取。
-
公开(公告)号：CN115861613A
公开(公告)日：2023-03-28
申请号：CN202211510831.4
申请日：2022-11-29
Applicant: 浙江大学
IPC: G06V10/26 , G06V20/10 , G06V10/44 , G06V10/28 , G06V10/34 , G06T7/62 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种甜瓜叶片叶裂性状量化方法、系统、设备及介质，涉及植物表型组学领域，方法包括：利用训练好的神经网络模型对待量化的含甜瓜叶片图像进行分割，得到掩膜图像；根据所述掩膜图像，提取甜瓜叶片轮廓；在所述甜瓜叶片轮廓上设置设定数量的等间隔点，得到含有等间隔点的甜瓜叶片轮廓；根据所述含有等间隔点的甜瓜叶片轮廓中点与点的可见性，创建可见性图；所述点与点的可见性为两点的连线在所述甜瓜叶片轮廓内且连线与轮廓不相交；根据所述可见性图中的节点数量和边数量，确定叶裂指数，以选择优良甜瓜进行育种。本发明实现了甜瓜叶片叶裂性状的量化。
-
Patent Agency Ranking
公开(公告)号：CN118570803A
公开(公告)日：2024-08-30
申请号：CN202411052486.3
申请日：2024-08-02
Applicant: 浙江大学
IPC: G06V20/69 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/09
Abstract: 本申请公开了一种基于大模型的细胞电镜图像处理方法、产品、介质及设备，涉及生物电镜图像处理技术领域，该方法包括：获取不同动植物的细胞电镜图像；对细胞电镜图像进行预处理并构建细胞电镜数据集；基于自监督学习的深度学习模型DINOv2和视觉变换模型构建自监督大模型；基于细胞电镜数据集训练自监督大模型，得到预训练大模型；采用预训练大模型对待测细胞电镜图像进行处理。本申请基于大模型的细胞电镜图像处理方法、产品、介质及设备，可实现快速且省时省力的自动化电镜图像处理。
-
公开(公告)号：CN117204199A
公开(公告)日：2023-12-12
申请号：CN202311183072.X
申请日：2023-09-14
Applicant: 浙江大学
IPC: A01D46/30
Abstract: 本发明公开了一种基于并联机器人的草莓采收装置，涉及农业机械技术领域，包括并联机器人、型材、行走元件、机架、传动元件、驱动元件和柔性夹持爪，并联机器人活动连接各型材的一端，各型材的另一端与一行走元件连接，机架活动安装于并联机器人的下端，驱动元件和传动元件均安装于机架上，柔性夹持爪与传动元件连接，驱动元件用于带动传动元件动作，并使传动元件带动柔性夹持爪包络草莓并实现采摘。本发明能够降低人工劳动成本，更好地实现垄作式草莓的绿色、优质、高效采收。
-
公开(公告)号：CN114332097A
公开(公告)日：2022-04-12
申请号：CN202111589428.0
申请日：2021-12-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度堆叠卷积神经网络的植物细胞器分割方法及系统，涉及植物细胞技术领域，该方法包括：将获取的待分割的植物叶组织细胞图像输入到植物细胞器识别模型中，以确定所述植物叶组织细胞图像中各种细胞器的面积以及每种所述细胞器的数量；所述植物细胞器识别模型是根据深度神经网络模型和植物样本数据确定的；其中，所述深度神经网络模型为包含编码网络、语义分割网络和实例分割网络的网络模型；所述语义分割网络和所述实例分割网络均包括解码部分；所述编码网络的内部叠加有多个深度可分离卷积层。本发明可实现细胞图像中的细胞器分割。
-
公开(公告)号：CN114332097B
公开(公告)日：2024-07-23
申请号：CN202111589428.0
申请日：2021-12-23
Applicant: 浙江大学
IPC: G06T7/10 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于深度堆叠卷积神经网络的植物细胞器分割方法及系统，涉及植物细胞技术领域，该方法包括：将获取的待分割的植物叶组织细胞图像输入到植物细胞器识别模型中，以确定所述植物叶组织细胞图像中各种细胞器的面积以及每种所述细胞器的数量；所述植物细胞器识别模型是根据深度神经网络模型和植物样本数据确定的；其中，所述深度神经网络模型为包含编码网络、语义分割网络和实例分割网络的网络模型；所述语义分割网络和所述实例分割网络均包括解码部分；所述编码网络的内部叠加有多个深度可分离卷积层。本发明可实现细胞图像中的细胞器分割。
-
公开(公告)号：CN113624740A
公开(公告)日：2021-11-09
申请号：CN202110922137.2
申请日：2021-08-12
Applicant: 浙江大学
Abstract: 本发明属于果蔬表面农药残留检测技术领域，提供了一种果蔬表面农残快速检测模型的建立方法及果蔬表面农残的快速检测方法。本发明的建立方法基于农残果蔬样本的农残的特征拉曼光谱信息和系列不同浓度的农残标准品溶液的浓度进行拟合，得到了果蔬表面农残快速检测模型；利用建立得到的模型对果蔬表面的农残进行检测，不用损伤果蔬，且操作简单；且检测结果与高效液相色谱和质联联用的检测结果准确度相当，结果准确。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
