[发明专利]种子分类的系统及方法

说明书

本发明公开一种用于种子分类的多个系统，以及公开一种已经使用多个所述系统分类的成批种子。

相关申请的交叉引用

本申请主张于2017年12月03日提交的美国专利临时申请案申请号为62/593,949的优先权以及于2018年7月31日提交的国专利临时申请案申请号为62/712,270的优先权，两者公开内容均通过引用并入本文作为参考。

技术领域及背景技术

本发明在一些实施例中，是有关于一种种子分析，并且更具体地但不限于是有关于一种用于种子分类的系统及方法。

杂交种子是通过两个亲本植物的交叉授粉而产生的种子。产生的后代种子含有遗传物质，因此具有来自父母双方的性状。亲本植物是经过长期的研发过程而产生的，它们的大多数DNA是同型的，这一过程称为稳定亲本。由于亲本稳定，因此产生的F1后代在遗传上是一致的，并具有所期望的性状。许多农作物具有自花授粉的能力，这将产生仅包含母本遗传基因的果实和种子，而无需亲本植物参与该过程。自花授粉的种子不包含必需的父母遗传，也不包含必需的性状。

传统上，根据所需种子属性对种子进行分离是手动执行的，这是容易出错且耗时的任务。

发明内容

根据本发明的一些实施例的一个目的，本发明提供一种种子分类的系统，包括：一非暂时性存储器，所述非暂时性存储器储存有用于由至少一硬件处理器执行的一代码，所述代码包括：

代码，用于将包括至少一种子的至少一图像输入到至少一神经网络中，所述至少一图像由至少一图像传感器捕获；

代码，用于通过所述至少一神经网络计算所述至少一种子的至少一分类类别的一指示，其中至少一分类类别的所述指示至少根据所述至少一神经网络的权重来计算，其中一经训练的非神经网络统计分类器基于所述至少一种子的一视觉特性和一物理特性中的至少一种，根据从所述至少一图像中取得的至少一明确定义的视觉特征，计算统计意义不大的所述至少一分类类别；

其中，所述至少一神经网络是根据包含由所述至少一图像传感器捕获的多个种子的多个训练图像的训练数据集所训练的，其中，所述多个训练图像中的每一个各别的训练图像与在各别的训练图像中描述的至少一种子的至少一分类类别的一指示相关联；以及

代码，用于根据至少一分类类别的所述指示生成用于由一自动分类设备的一分类控制器执行的多个指令，用于多个种子的自动分类。

根据本发明的一些实施例，所述至少一图像包括多个种子，其中所述经训练的非神经网络统计分类器根据所述至少一视觉特征将所述多个种子的所述至少一图像分类为一相同的至少一分类类别，其中所述神经网络将具有统计意义的所述多个种子的至少一图像分类为两个或两个以上不同的分类类别。

根据本发明的一些实施例，从一第一种子的至少一图像中取得的至少一视觉特征在公差要求内与从一第二种子的至少一图像中取得的对应的至少一视觉特征在统计上相似。

根据本发明的一些实施例，所述至少一种基于所述物理特性的视觉特征选自于下列所组成的群组：一手工制作的特征、至少一种种子的至少一种尺寸大小、至少一种种子的颜色、至少一种种子的形状和至少一种种子的纹理。

根据本发明的一些实施例，所述至少一图像包括多个种子，所述多个种子在公差范围内通过一单一特征彼此不同，所述单一特征不能由所述至少一视觉特征取得，还包括根据为每一个种子计算的一各别的二元分类类别来计算群集，其中所述各别的二元分类类别指示包括所述单一特征或不包括所述单一特征的各别的种子，并且其中所述多个指令包括用于根据所述经计算的群集对所述多个种子进行分类的指令。