[发明专利]基于深度学习的茎秆组织解剖学特征参数高通量提取方法有效
| 申请号： | 202110612871.9 | 申请日： | 2021-06-02 |
| 公开（公告）号： | CN113344008B | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 王令强;陈燕;李想;傅泰铭;杨明冲;贾沛元;曹勉 | 申请（专利权）人： | 广西大学 |
| 主分类号： | G06V10/40 | 分类号： | G06V10/40;G06V10/764;G06V10/26;G06V10/80;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 重庆天成卓越专利代理事务所(普通合伙) 50240 | 代理人： | 王宏松 |
| 地址： | 530004 广西壮族*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习的茎秆组织解剖学特征参数高通量提取方法，包括以下步骤：S1，对数字切片图像绘制轮廓和标签类别；S2，使用ResNet作为特征提取器，将原始图像映射到高维特征空间，然后在多个级别上输出特征图；S3，使用编码器‑解码器结构的特征增强器来提取高阶和低阶特征图，并将它们融合以获得最强的特征；S4，为了识别同一语义类别中的实例，于是使用分支检测方法来指示不同的实例；所述分支检测方法包括采用类别分支，宽高分支和回归分支以生成检测输出；S5，检测输出之后，使用实例掩膜来预测维管束的轮廓，使用语义掩膜来表示玉米茎秆横截面的三个功能区域。本发明可以高度准确并鲁棒地分析并检测玉米茎秆横截面切片图像表型参数。 | ||
| 搜索关键词： | 基于 深度 学习 组织 解剖学 特征 参数 通量 提取 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西大学，未经广西大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110612871.9/，转载请声明来源钻瓜专利网。
