-
公开(公告)号：CN117058492B
公开(公告)日：2024-02-27
申请号：CN202311322535.6
申请日：2023-10-13
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/09 , G06N5/04
Abstract: 一种基于学习解耦的两阶段训练病害识别方法和系统，其方法包括：步骤S1：采集待识别作物的图像样本，制作训练数据集；步骤S2：构造基于学习解耦的分类算法网络模型；步骤S3：对基于学习解耦的分类算法模型进行一阶段训练；步骤S4：固定部分权重，对基于学习解耦的分类算法模型进行二阶段训练；步骤S5：基于训练得到的基于学习解耦的分类算法模型进行推理，最终得到待分类目标叶片的病害种类和病害等级。本发明具有准确度高，标注成本极低，且可实现单模型对病害种类和病害等级进行细分类识别。
-
公开(公告)号：CN117058492A
公开(公告)日：2023-11-14
申请号：CN202311322535.6
申请日：2023-10-13
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/09 , G06N5/04
Abstract: 一种基于学习解耦的两阶段训练病害识别方法和系统，其方法包括：步骤S1：采集待识别作物的图像样本，制作训练数据集；步骤S2：构造基于学习解耦的分类算法网络模型；步骤S3：对基于学习解耦的分类算法模型进行一阶段训练；步骤S4：固定部分权重，对基于学习解耦的分类算法模型进行二阶段训练；步骤S5：基于训练得到的基于学习解耦的分类算法模型进行推理，最终得到待分类目标叶片的病害种类和病害等级。本发明具有准确度高，标注成本极低，且可实现单模型对病害种类和病害等级进行细分类识别。
-
公开(公告)号：CN116721412A
公开(公告)日：2023-09-08
申请号：CN202310406872.7
申请日：2023-04-17
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V20/68 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/40 , G06N3/0464 , G06N3/09
Abstract: 一种自下而上的基于结构性先验的豆荚关键点检测方法，自定义不同类型豆荚中豆粒的关键点含义，构建了包含主干网络、豆粒位置置信度热力图子网络、部位亲和域子网络、结构先验子网络四部分的自下而上的豆粒关键点检测网络，可实现先利用位置置信度检测得到所有的豆粒位置，然后结合部位亲和域积分计算，利用匈牙利算法得到豆粒之间的最优匹配连接关系，从而提取到豆荚的数量和豆荚的类型。特别的，在训练阶段通过添加结构先验子网络，提升模型的准确率。还包括一种自下而上的基于结构性先验的豆荚关键点检测系统。本发明从豆荚形态上确定豆荚类型，可快速同时检测多个豆荚，并定位得到豆荚中每个豆粒的位置。
-
公开(公告)号：CN116721412B
公开(公告)日：2024-05-03
申请号：CN202310406872.7
申请日：2023-04-17
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V20/68 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/40 , G06N3/0464 , G06N3/09
Abstract: 一种自下而上的基于结构性先验的豆荚关键点检测方法，自定义不同类型豆荚中豆粒的关键点含义，构建了包含主干网络、豆粒位置置信度热力图子网络、部位亲和域子网络、结构先验子网络四部分的自下而上的豆粒关键点检测网络，可实现先利用位置置信度检测得到所有的豆粒位置，然后结合部位亲和域积分计算，利用匈牙利算法得到豆粒之间的最优匹配连接关系，从而提取到豆荚的数量和豆荚的类型。特别的，在训练阶段通过添加结构先验子网络，提升模型的准确率。还包括一种自下而上的基于结构性先验的豆荚关键点检测系统。本发明从豆荚形态上确定豆荚类型，可快速同时检测多个豆荚，并定位得到豆荚中每个豆粒的位置。
-
公开(公告)号：CN109694403B
公开(公告)日：2022-03-18
申请号：CN201910051877.6
申请日：2019-01-21
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C07K14/415 , C12N15/29
Abstract: 本发明提供大豆铁代谢相关基因GmIMD的应用，所述应用至少包括提高植物对铁元素的利用率以及提高植物叶片叶绿素含量。本发明首次揭示了GmIMD基因的生物学功能，该基因是植物中参与铁代谢过程的一个基因，特别是在大豆发育过程中涉及铁含量调控。本发明为推动植物铁代谢的深入研究，以及培育铁高效利用优质大豆新品种提供宝贵的基因资源。
-
Patent Agency Ranking
公开(公告)号：CN112961842A
公开(公告)日：2021-06-15
申请号：CN202110307356.X
申请日：2021-03-23
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及分子生物学技术领域，本发明提供了大豆光敏色素生色团合成基因GmHY2及其编码蛋白以及它们的功能，该基因及其编码蛋白的活性高低，能够调节叶片叶绿素含量、节间长度，同时还用来调节植物的光周期敏感性，即调节开花时间，可用于解决杂交育种中的花期不遇问题，同时能够为培育广适性大豆品种提供种质资源和理论支撑。
-
公开(公告)号：CN110698551B
公开(公告)日：2021-06-08
申请号：CN201911113850.1
申请日：2019-11-14
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C07K14/415 , C12N15/82 , A01H5/12 , A01H5/10 , A01H6/54 , C12Q1/6895 , G01N33/68
Abstract: 本发明涉及遗传育种技术领域，尤其涉及大豆生长素响应基因或其蛋白的应用。本发明研究表明，来源于大豆的生长素响应基因或其蛋白能够调控大豆豆荚或叶片发育，因此可以用于实现提高大豆产量。利用GmSP1作为标志物，能够实现对植物种质，特别是大豆种质丰产性能的鉴定。
-
公开(公告)号：CN111454965A
公开(公告)日：2020-07-28
申请号：CN202010278803.9
申请日：2020-04-10
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12N15/29 , C12N15/82 , C07K14/415 , A01H5/12 , A01H6/54
Abstract: 本发明涉及基因工程技术领域，特别涉及GmLMM2基因在调控植物叶绿素合成及PCD中的应用。GmLMM2基因的核苷酸序列为如下序列之一：(a)如SEQ ID NO：1所示；(b)在SEQ ID NO：1所示的核苷酸序列中经取代、缺失或添加一个或几个核苷酸且具有同等功能的基因；(c)含SEQ ID NO：1所示的核苷酸序列或其片段的载体。本发明提供了控制大豆叶绿素合成及PCD的GmLMM2基因及其编码的蛋白，为进一步研究植物叶绿素合成及PCD调控的分子机理提供依据。GmLMM2基因具有控制叶绿素合成及PCD的功能，有望以此对植物光合和光保护能力进行调控，用以提高植物产量。
-
公开(公告)号：CN110283830A
公开(公告)日：2019-09-27
申请号：CN201910577207.8
申请日：2019-06-28
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12N15/29 , C12N15/82 , C07K14/415 , A01H5/00 , A01H6/54
Abstract: 本发明提供了控制大豆维生素B1含量的基因及其应用，属于基因工程技术领域。本发明的控制大豆维生素B1含量的基因GmPGL1的核苷酸序列如SEQ ID No.1所示或在此序列中经取代、缺失或添加一个或几个核苷酸且编码具有相同功能蛋白的序列。本发明发现GmPGL1基因参与调控大豆的维生素B1含量、叶绿体的发育及氨基酸代谢，糖酵解和戊糖磷酸途径。GmPGL1基因在植物育种和种质资源改良方面具有良好的应用前景。
-
公开(公告)号：CN104561038B
公开(公告)日：2018-03-09
申请号：CN201410809101.3
申请日：2014-12-22
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12N15/29 , C12N15/82 , C07K14/415 , A01H5/00 , A01H6/46
Abstract: 花青素合成调控基因Rosea1的应用，涉及一种花青素合成调控基因的应用。本发明提供一种花青素合成调控基因Rosea1、其编码蛋白及其应用。花青素合成调控基因Rosea1用于提高水稻耐盐耐旱性。花青素合成调控基因Rosea1的核苷酸序列如SEQ ID NO：1所示。氨基酸序列如SEQ ID NO：2所示。本发明将该基因转入水稻中，显著提高了水稻的耐盐耐旱性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.035 seconds)
