公开(公告)号：CN117710816A

公开(公告)日：2024-03-15

申请号：CN202311735804.1

申请日：2023-12-18

Applicant: 福州大学

Inventor： 沈英 ,  陈旭 ,  黄峰 ,  占秀兴

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/82 ,  G06V10/58 ,  G06V10/52 ,  G06N3/045 ,  G06N3/096

Abstract: 本发明提供了一种基于深度学习的微藻组分检测方法，步骤包括：1.搭建快照式多光谱成像系统，获取微藻多光谱图像，通过异常样本剔除、提取感兴趣区域、数据扩充等步骤制作数据集；2.构建基于对抗域适应的空谱融合网络模型，包括域分类器‑回归器‑特征提取器模块和3D卷积调制模块，通过将不同频谱的全局空谱信息交替堆叠，获取更全面、更丰富的特征表示；3.设计自定义损失函数，实现对图像重构性能、空谱信息提取性能的评估；4.利用迁移学习策略将微藻单一的组分检测泛化到多种微藻组分检测，实现了不同微藻以及微藻组分检测的模型迁移；本发明利用光谱成像技术的光谱与空间特征，实现了对多种微藻组分快速、无损检测的同时保证较高精度。