公开(公告)号：CN120071063A

公开(公告)日：2025-05-30

申请号：CN202510128548.2

申请日：2025-02-05

Applicant: 中国农业科学院农业信息研究所

Inventor： 李娴 ,  王震 ,  贺湘楠 ,  闫哲 ,  杨晨雪 ,  李哲敏

IPC: G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06V10/26 ,  G06N3/0464 ,  G06V10/56

Abstract: 本申请公开了一种花卉品质分级方法、设备及介质，涉及植物检测技术领域，该方法包括：采集目标花卉的图像数据和文本数据；对文本数据进行模式匹配得到多个目标关键特征，每个目标关键特征均包括特征名和特征值；各特征名构成一个特征索引向量；各特征值构成一个特征值向量；对图像数据进行图像分割，确定分割后花瓣图像的平均RGB颜色；将花瓣图像进行特征变化得到全局细粒度特征向量；将特征索引向量、特征值向量和平均RGB颜色进行向量点积操作得到点积输出；将点积输出与全局细粒度特征向量进行拼接，得到多模态特征融合向量；将多模态特征融合向量输入花卉品质分级模型得到分级结果。本申请可提高花卉品质分级的准确性。

公开(公告)号：CN119625394A

公开(公告)日：2025-03-14

申请号：CN202411688063.0

申请日：2024-11-25

Applicant: 中国农业科学院农业信息研究所

Inventor： 李娴 ,  闫哲 ,  贺湘楠 ,  杨晨雪

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V20/10 ,  G06V10/80

Abstract: 本发明提供了一种作物图像的自动标注方法及装置，涉及深度学习技术领域。该方法包括：获取作物图像的训练集、测试集和验证集；基于训练集按照神经网络模型从高层到低层的解冻顺序，在第i轮训练中冻结第j组网络层之前的每个网络层的参数训练，训练第j组网络层中的参数并调整第j组网络层之后的网络层的参数；在第j组网络层以及之后的网络层的参数训练完成之后开始训练第j‑1组网络层的参数并调整第j‑1组网络层之后的网络层的参数；在第i轮的所有网络层的参数训练完后，若基于测试集和验证集验证的模型性能指标均满足预设条件，则基于训练后的神经网络模型对待标注集中的每个作物图像进行标注。基于该方案，可以提高作物图像自动标注的准确性。

公开(公告)号：CN119963504A

公开(公告)日：2025-05-09

申请号：CN202510034863.9

申请日：2025-01-09

Applicant: 中国农业科学院农业信息研究所

Inventor： 李娴 ,  王震 ,  闫哲 ,  杨晨雪 ,  王玉庭

IPC: G06T7/00 ,  G06T7/194 ,  G06T5/70 ,  G06T5/30

Abstract: 本申请公开了一种用于多叶植物的叶片表型提取方法、设备、介质及产品，涉及图像处理领域，该方法包括获取叶片图像；基于HSV色彩空间确定绿色叶片的色彩范围，确定HSV色彩阈值；采用HSV色彩阈值对叶片图像中的叶片与背景进行分割；采用形态学操作对初始二值化图像进行去噪；基于叶片轮廓的面积和形状对去噪后的二值化图像进行优化；根据优化后的二值化图像，采用形态学腐蚀算法，生成随机点，得到随机点集合；根据叶片形态和走向，识别随机点集合中的关键点；根据关键点以及根据关键点得到的叶片骨架，确定叶片表型；本申请能够提高提取任何复杂植物的叶片表型参数的精度和效率，进而准确的实现对任何复杂植物性状的综合评估。