申请/专利权人：南京农业大学

申请日：2023-12-06

公开（公告）日：2024-03-12

公开（公告）号：CN117689856A

主分类号：G06V10/12

分类号：G06V10/12;G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/08;G06V10/32

优先权：["20221207 CN 2022115813926"]

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本申请提供一种基于YOLOv4卷积神经网络的种子萌发活力自动检测表型平台。其包括：种子室、种子萌发气候室、图像采集装置、基于图像的实时监测模块和控制模块。本申请利用轻量卷积神经网络YOLOv4实现调作物种子萌发的快速、准确检测，可以自动采集、处理和分析作物品种的图像数据，评价作物种子在受控环境下对盐胁迫的响应。本申请通过对比VGG16+FasterR‑CNN、ResNet50+FasterR‑CNN、YOLOv4三种模型，发现YOLOv4为作物种子萌发目标检测最佳模型。该模型的平均检测准确率mAP达到97.59％，召回率Recall达到97.35％，检测速度高达6.82FPS，能够有效地检测出作物萌发的种子数量，适用于对盐胁迫引起的植物胁迫进行定量分析，能够为耐盐作物育种提供有力工具。

主权项：1.一种基于YOLOv4卷积神经网络的种子萌发活力自动检测表型平台，其特征在于，包括：种子室、种子萌发气候室、图像采集装置、基于图像的实时监测模块和控制模块；其中，种子室用于在受控环境中容纳和培育种子，所述种子发芽室内置有PTC热空气循环系统和LED灯管，PTC热空气循环系统的可调节温度范围覆盖5℃到50℃温度区间；种子萌发气候室顶部装具有RBG摄像机的微型龙门结构作为图像采集装置，用于实时监测种子萌发过程；基于图像的实时监测模块按照如下步骤采集种子萌发过程图像：通过工业摄像头在种子盘上方40厘米高的微型机架中以低空视角每30分钟采集拍摄一次拍摄种子图像，摄像头所采集的系列图像通过相机的千兆网传输到一台边缘计算机，由所述边缘计算机按照处理管道立即处理图像，在用户界面上可视化给用户显示种子萌发图像以进行实时监控，种子萌发图像可保存在本地存储，以用于神经网络模型的训练，从而根据训练所得的目标检测模型网络获取萌发活力指标参数。

全文数据：

权利要求：

百度查询： 南京农业大学 基于YOLOv4卷积神经网络的种子萌发活力自动检测表型平台

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD