申请/专利权人:华中农业大学
申请日:2024-01-09
公开(公告)日:2024-04-09
公开(公告)号:CN117853801A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06V10/80;G06N3/0464;G06V10/25;G06V10/776;G06V20/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种深度学习分类模型及其在玉米多生育期表型检测中的应用,该深度学习分类模型以多层特征融合机制与注意力机制的协同化为核心构建全局分层数据结构;基于其进行玉米表型检测的步骤包括:基于玉米多样性群体多环境数据源的多生育期高通量图像数据库构建;图像预处理;图像分类数据集构建;深度学习分类模型构建;深度学习分类模型用于玉米表型分类或检测。本发明可实现在玉米多生育期进行实时、快速、无损的低氮胁迫检测。
主权项:1.玉米表型检测深度学习分类模型,其特征在于:该深度学习分类模型以多层特征融合机制与注意力机制的协同化为核心构建全局分层数据结构,以进行基于深度学习的作物表型分类或检测。
全文数据:
权利要求:
百度查询: 华中农业大学 一种深度学习分类模型及其在玉米多生育期表型检测中的应用
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。