公开(公告)号：CN114332097A

公开(公告)日：2022-04-12

申请号：CN202111589428.0

申请日：2021-12-23

Applicant: 浙江大学

Inventor： 冯旭萍 ,  俞泽宇 ,  杨国峰 ,  何勇

IPC: G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度堆叠卷积神经网络的植物细胞器分割方法及系统，涉及植物细胞技术领域，该方法包括：将获取的待分割的植物叶组织细胞图像输入到植物细胞器识别模型中，以确定所述植物叶组织细胞图像中各种细胞器的面积以及每种所述细胞器的数量；所述植物细胞器识别模型是根据深度神经网络模型和植物样本数据确定的；其中，所述深度神经网络模型为包含编码网络、语义分割网络和实例分割网络的网络模型；所述语义分割网络和所述实例分割网络均包括解码部分；所述编码网络的内部叠加有多个深度可分离卷积层。本发明可实现细胞图像中的细胞器分割。

公开(公告)号：CN114332097B

公开(公告)日：2024-07-23

申请号：CN202111589428.0

申请日：2021-12-23

Applicant: 浙江大学

Inventor： 冯旭萍 ,  俞泽宇 ,  杨国峰 ,  何勇

IPC: G06T7/10 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明公开了一种基于深度堆叠卷积神经网络的植物细胞器分割方法及系统，涉及植物细胞技术领域，该方法包括：将获取的待分割的植物叶组织细胞图像输入到植物细胞器识别模型中，以确定所述植物叶组织细胞图像中各种细胞器的面积以及每种所述细胞器的数量；所述植物细胞器识别模型是根据深度神经网络模型和植物样本数据确定的；其中，所述深度神经网络模型为包含编码网络、语义分割网络和实例分割网络的网络模型；所述语义分割网络和所述实例分割网络均包括解码部分；所述编码网络的内部叠加有多个深度可分离卷积层。本发明可实现细胞图像中的细胞器分割。

公开(公告)号：CN116124540A

公开(公告)日：2023-05-16

申请号：CN202211630340.3

申请日：2022-12-19

Applicant: 浙江大学

Inventor： 蒋茜静 ,  杨国峰 ,  何勇

IPC: G01N1/24

Abstract: 本发明公开一种用于批量快速采集农田温室气体的系统及方法，涉及温室气体采集技术领域。本发明提供的用于批量快速采集农田温室气体的系统，包括：静态箱、静态箱放置装置、气体采集装置和控制装置；静态箱设置在静态箱放置装置内部，且每一静态箱均套设在农作物上；气体采集装置设置在静态箱放置装置；静态箱、静态箱放置装置和气体采集装置均与控制装置无线连接。可见，本发明通过采用静态箱、静态箱放置装置、气体采集装置和控制装置能够实现农田温室气体的自动化采集，进而能够满足不同农田环境下，快速且方便地采集农田温室气体的需求。