-
公开(公告)号:CN115797928A
公开(公告)日:2023-03-14
申请号:CN202211568315.7
申请日:2022-12-08
Applicant: 安徽大学
Abstract: 本发明涉及一种基于可旋转椭圆框的小麦条锈病菌夏孢子显微图像检测方法,包括:获取夏孢子原始显微图像;对夏孢子原始显微图像进行预处理,得到标注数据;基于可旋转椭圆框构建夏孢子检测模型;将训练集输入夏孢子检测模型进行训练,得到训练后的夏孢子检测模型;将测试集中的夏孢子显微图像输入到训练后的夏孢子检测模型,训练后的夏孢子检测模型输出夏孢子检测信息,通过夏孢子检测信息检测定位出显微图像中的小麦条锈病菌夏孢子。本发明能够精准检测并分割出夏孢子显微图像中的夏孢子,且推理速度较快;对小麦条锈病菌夏孢子检测的识别精确度达到了98.61%,分割率达到了85.15%,推理速度为0.3254s/iter,达到了实时检测的应用需求。
-
公开(公告)号:CN113869246B
公开(公告)日:2022-04-01
申请号:CN202111163882.X
申请日:2021-09-30
Applicant: 安徽大学
IPC: G06V20/69 , G06V10/774 , G06K9/62
Abstract: 本发明涉及基于改进CenterNet技术的小麦条锈病菌夏孢子显微图像检测方法,与现有技术相比解决了难以针对夏孢子显微图像进行检测的缺陷。本发明包括以下步骤:夏孢子显微图像的获取和预处理;夏孢子检测网络的构建;夏孢子检测网络的训练;待检测夏孢子显微图像的获取;待检测夏孢子显微图像检测结果的获得。本发明能够精准检测并分割出夏孢子显微图像中的夏孢子,且检测速度快。
-
公开(公告)号:CN113869246A
公开(公告)日:2021-12-31
申请号:CN202111163882.X
申请日:2021-09-30
Applicant: 安徽大学
Abstract: 本发明涉及基于改进CenterNet技术的小麦条锈病菌夏孢子显微图像检测方法,与现有技术相比解决了难以针对夏孢子显微图像进行检测的缺陷。本发明包括以下步骤:夏孢子显微图像的获取和预处理;夏孢子检测网络的构建;夏孢子检测网络的训练;待检测夏孢子显微图像的获取;待检测夏孢子显微图像检测结果的获得。本发明能够精准检测并分割出夏孢子显微图像中的夏孢子,且检测速度快。
-
-