一种基于深度学习的番茄穴盘苗分级检测与数据传输方法-购物商城-保定市知识产权运营与公共信息服务平台

客服热线：19932581850

免费查询

一站式服务

首页政策法规知产运营专利转化企业信息地理标志第三方服务一网通办信息服务

一种基于深度学习的番茄穴盘苗分级检测与数据传输方法

我有意向

次浏览

详细信息
成果简介
成果亮点
前景分析

成果名称：	一种基于深度学习的番茄穴盘苗分级检测与数据传输方法	关键字：	壮苗 , yolov7 , 番茄 , 分级 , so , 面积 , 图像 , 模型 , 数据 , 卷积	应用行业：	信息传输软件和信息技术
高新技术领域：	电子信息技术	所在地：	河北省	知识产权类型：	发明专利
知识产权编号：	CN202310597393.8	成果体现形式：		成果属性：
成果所处阶段：	授权	成果水平：	国内先进	研究形式：
学科分类：		战略新兴产业：	新一代信息技术	课题来源：
第一完成单位名称：	河北农业大学	第一完成单位属性：		技术成熟度：
合作方式：	技术转让	交易价格(万)：	5.00	所属十强产业：

本发明公开了一种基于深度学习的番茄穴盘苗分级检测与数据传输方法，步骤为：选取壮苗指标，获取壮苗弱苗的分级临界值；构建壮苗弱苗检测数据集；构建SO‑YOLOv7目标检测模型，并对模型进行训练；检测穴盘苗正视和俯视图像，获取叶面积和株高信息；进行壮苗指标运算，判断穴盘苗的壮弱等级；将穴盘苗壮弱信息发送至可编程控制器，实现壮弱苗的分选。本发明提供的一种基于深度学习的番茄穴盘苗分级检测与数据传输方法，可以有效避免叶片干扰，具有较强的模型特征提取能力和捕获复杂视觉信息的能力；能获取目标的完整信息，从幼苗生长发育的角度对穴盘苗的质量等级作出评判，检测的准确度更高、评判更客观；可以为后续自动化分选提供技术支持。