公开(公告)号：CN119516535A

公开(公告)日：2025-02-25

申请号：CN202411329697.7

申请日：2024-09-24

Applicant: 长江大学

Inventor： 黄岚 ,  邱丽娟 ,  王俊 ,  陈佳骏 ,  刘芝妤 ,  周婉 ,  詹炜 ,  李杨 ,  滕世锐

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明涉及一种基于深度学习的大豆植株茎秆相关表型自动获取方法，通过八个步骤，将深度学习和图像处理技术融合使用，针对成熟期大豆整株图像结合大豆植株形态学特征，通过深度学习训练目标检测模型识别茎节，训练语义分割模型提取茎秆区域，结合茎秆区域提取结果优化茎节检测结果，再结合图像二值化处理，设计多路径规划算法对重构的主茎和分枝分别实现茎节定位、排序、计数和茎节间距计算，用最大内切圆法获取主茎和分枝茎粗，实现针对成熟期大豆整株植株茎秆相关表型的自动获取，为育种人员提供海量表型数据。克服了现有人工和传感器检测法及图像处理法采集大豆整株植株表型数据的不足，具有客观、准确，自动、高效率获取表型数据的特点。

公开(公告)号：CN118248207A

公开(公告)日：2024-06-25

申请号：CN202410240643.7

申请日：2024-03-04

Applicant: 中国农业科学院作物科学研究所 ,  神农种业实验室 ,  长江大学

Inventor： 邱丽娟 ,  王俊 ,  陈伊洁 ,  滕世锐 ,  王婉

IPC: G16B5/00 ,  G16B40/00 ,  G06N20/20

Abstract: 本发明属于动植物育种技术领域，公开了一种基于多性状表型模型的全基因组选择模型构建方法及系统，基于表型数据建立的多性状模型，将基因组选择模型获得的预测值或估计育种值作为机器学习表型预测模型输入数据以预测最终表型值进行品系选择；建立多性状机器学习表型模型以捕获植物表型性状间的线性或非线性关系，以此为基础，结合基因组选择模型分别获得的各性状预测值和估计育种值。本发明提高目标性状的预测准确度，加快育种进程；提高对目标性状的选择效率，节约育种成本；广泛应用于农业动、植物育种领域。