基于自旋式Unet++网络的小麦条锈病夏孢子监测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种基于自旋式Unet++网络的小麦条锈病夏孢子监测方法,包括:获取夏孢子显微图像;构建样本数据集;将样本数据集分为训练集、测试集和验证集;对Unet++网络模型进行改进,得到改进后的Unet++网络模型;将样本数据集中的图像输入至改进后的Unet++网络模型中,进行自旋式训练,得到夏孢子计数网络模型,并输出带检测框的样本数据集中的图像;训练夏孢子计数网络模型;将待检测的夏孢子显微图像输入到训练后的夏孢子计数网络模型,输出带检测框和计数的图像。本发明中夏孢子计数网络模型的计数准确率高,达到了99.03%;分割率较高,达到了86.45%;检测速率较高,达到了14张/秒,占用内存较小,仅为46.8MB。
《基于自旋式Unet++网络的小麦条锈病夏孢子监测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022112858681,当前法律状态为已下证,由安徽大学提出申请,发明人为周晋兵;雷雨;陈旭;陈鹏;梁栋;黄林生;赵晋陵;张文杰;卢斐然;陈荟;秦元首,申请日期为2022-10-20,公开(公告)日期为2025-07-29,国际专利分类号(IPC)为 G06V 10/764 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于自旋式Unet++网络的小麦条锈病夏孢子监测方法,包括:获取夏孢子显微图像;构建样本数据集;将样本数据集分为训练集、测试集和验证集;对Unet++网络模型进行改进,得到改进后的Unet++网络模型;将样本数据集中的图像输入至改进后的Unet++网络模型中,进行自旋式训练,得到夏孢子计数网络模型,并输出带检测框的样本数据集中的图像;训练夏孢子计数网络模型;将待检测的夏孢子显微图像输入到训练后的夏孢子计数网络模型,输出带检测框和计数的图像。本发明中夏孢子计数网络模型的计数准确率高,达到了99.03%;分割率较高,达到了86.45%;检测速率较高,达到了14张/秒,占用内存较小,仅为46.8MB。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
