CN119516247A 一种基于深度学习的种子发芽信息获取方法 （河北农业大学）_第1页
CN119516247A 一种基于深度学习的种子发芽信息获取方法 （河北农业大学）_第2页
CN119516247A 一种基于深度学习的种子发芽信息获取方法 （河北农业大学）_第3页
CN119516247A 一种基于深度学习的种子发芽信息获取方法 （河北农业大学）_第4页
CN119516247A 一种基于深度学习的种子发芽信息获取方法 （河北农业大学）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于深度学习的种子发芽信息获取方法本发明公开了一种基于深度学习的种子发large模型进行检测，并对检测到的发芽种子目后的YOLOv7_large模型对不同发芽阶段的种子2S6、使用测试集对训练后的YOLOv7_large模型得到的骨架按照最长距离记录并结合对应相机拍摄距离换算出对在增强提取网络中引入空间上下文金字塔模块，改进后的YOLOv7_large模型包括输入层、改进后的YOLOv7_large模型将获取到的种子发芽图像以初始数据的形式进入到主干3在图像中位置z的平移，AB表示膨胀后的图像集合。45[0016]S5、对YOLOv7_large模型进行改进，使用经过图像增强后的训练集对改进后的并将得到的骨架按照最长距离记录并结合对应相机拍摄距离换算示视觉中心模块，并在增强提取网络中引入空间上下文金字塔模块，改进后的YOLOv7_[0022]改进后的YOLOv7_large模型将获取到的种子发芽图像以初始数据的形式进入到6[0033](1)使用相机对不同发芽状态的种子信息进行采集，并通过改进后的YOLOv7_[0039]图2为本发明一种基于深度学习的种子发芽信息获取方法实施例的改进后的在直径9厘米的滤纸和同尺寸的培养皿中，然后将培养皿置于温度和湿度恒定的发芽箱内[0047]S3、采用Labelimg1.8.6标签软件对获取图像进行标注，发芽的种子标签为[0050]S5、对YOLOv7_large模型进行改进，使用经过图像增强后的训练集对改进后的7层输出后引入显示视觉中心模块(ExplicitVisualCentre,EVC)，实现中心化层内的特征入空间上下文金字塔模块(SpatialContextPyramid,SCP)，针对小尺寸种子的识别不完[0053]改进后的YOLOv7_large模型将获取到的种子发芽图像以初始数据的形式进入到特征)经过特征增强网络中进行多次特征融合，得到三层处理后的特征信息；特征信息经并将得到的骨架按照最长距离记录并结合对应相机拍摄距离换算[0060]ABB=fnA*8(l)中的94.9这可能是归功于Transform面来说，模型的规模较大，Params值最小的Rt_detr(l)也有52.7M。值得一提的[0070]除去基于Transformer框架的模型外，剩下的为卷积框架模型。在Easy类的检测9取效果提升。YOLOv8(l)的F1值为YOLOv8中最高，但依然没有YOLOv7(l)的数值高，

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论