龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广东省农业科学院动物科学研究所;华智生物技术有限公司
申请日：2023-12-29
公开（公告）日：2024-04-19
公开（公告）号：CN117911344A
主分类号：G06T7/00
分类号：G06T7/00;G06T7/11;G06V10/25;G06V10/44;G06V10/764;G06V10/82;G06N3/09;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.07#实质审查的生效;2024.04.19#公开
摘要：本发明涉及基于混合模型的鸡蛋蛋壳顶端异常综合征检测方法，包括以下：获取多张鸡蛋蛋壳的图像作为样本图像，将任意一张样本图像定义为第一图像；对所述第一图像进行图像预处理得到第二图像；通过预训练的深度学习模型对所述第二图像进行图像分割将蛋壳异常端区域从第二图像中分离出来；对所述蛋壳异常端区域进行特征提取得到当前样本图像所关联的蛋壳异常端区域的特征；通过所述训练数据集对多个监督学习模型进行训练，以区分蛋壳正常端与蛋壳异常端区域之间的特征差异，并形成多个对应的分类模型即检测模型；获取待检测的鸡蛋蛋壳图像；将待检测的鸡蛋蛋壳图像输入所述检测模型，进行结果输出。本发明能够高效准确地检测出异常鸡蛋。
主权项：1.基于混合模型的鸡蛋蛋壳顶端异常综合征检测方法，其特征在于，包括以下：获取多张鸡蛋蛋壳的图像作为样本图像，将任意一张样本图像定义为第一图像；对所述第一图像进行图像预处理得到第二图像；通过预训练的深度学习模型对所述第二图像进行图像分割将蛋壳异常端区域从第二图像中分离出来；对所述蛋壳异常端区域进行特征提取得到当前样本图像所关联的蛋壳异常端区域的特征，最终得到训练数据集，所述训练数据集包括所有样本图像及其关联的蛋壳异常端区域的特征；通过所述训练数据集对多个监督学习模型进行训练，以区分蛋壳正常端与蛋壳异常端区域之间的特征差异，并形成多个对应的分类模型即检测模型；获取待检测的鸡蛋蛋壳图像；将待检测的鸡蛋蛋壳图像输入所述检测模型，根据待检测的鸡蛋蛋壳图像与分类模型的匹配结果完成对待检测的鸡蛋蛋壳图像的异常情况预测；将预测的待检测的鸡蛋蛋壳的异常情况进行结果输出。
全文数据：
权利要求：
百度查询： 广东省农业科学院动物科学研究所;华智生物技术有限公司 基于混合模型的鸡蛋蛋壳顶端异常综合征检测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号