龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河南大学
摘要：本发明涉及智慧农业技术领域，具体涉及一种基于HDIoU的农作物无损叶片气孔表型智能分析方法，包括：获取农作物叶表皮的气孔图像构建训练集和验证集，对训练集和验证集中的图像进行双目标的旋转框的标注；对训练集进行预设轮次的训练包括：利用YOLOv8的骨干网络提取图像的气孔纹理和语义特征，利用YOLOv8的颈部网络进行不同尺度的融合；将融合后的特征图输入分支解耦的检测头中进行预测，获得预测的气孔表型数据；根据每一轮训练时网络模型利用验证集基于HDIoU计算损失函数值确定最优的网络模型，利用最优的网络模型对农作物叶表皮细胞图像进行气孔检测。本发明能够获取更加准确的农作物无损叶片气孔表型性状数据。
主权项：1.一种基于HDIoU的农作物无损叶片气孔表型智能分析方法，其特征在于，该方法包括以下步骤：获取农作物叶表皮的气孔图像构建训练集和验证集，对训练集和验证集中的图像分别进行双目标的旋转框的标注；对训练集进行预设轮次的训练，包括：利用YOLOv8的骨干网络提取图像的气孔纹理和语义特征获得第一类型特征图，将第一类型特征图与不同尺度的第二类型特征图利用YOLOv8的颈部网络进行融合；将融合后的特征图输入分支解耦的检测头中进行预测，获得预测的气孔表型数据；根据每一轮训练时网络模型利用验证集基于HDIoU计算损失函数值确定最优的网络模型，利用最优的网络模型对农作物叶表皮细胞图像进行气孔检测。
全文数据：
权利要求：
百度查询： 河南大学 基于HDIoU的农作物无损叶片气孔表型智能分析方法
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