Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京晟易机器人科技有限公司请求不公布姓名获国家专利权

北京晟易机器人科技有限公司请求不公布姓名获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京晟易机器人科技有限公司申请的专利一种基于深度学习的复杂背景菌落的测量方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114120314B

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202010879927.2,技术领域涉及:G06V20/69;该发明授权一种基于深度学习的复杂背景菌落的测量方法是由请求不公布姓名设计研发完成,并于2020-08-27向国家知识产权局提交的专利申请。

一种基于深度学习的复杂背景菌落的测量方法在说明书摘要公布了:本发明公开了一种复杂背景下培养皿中菌落大小测量的方法,该方法包括如下步骤:利用设计的深度学习网络特征提取器对样本图像进行扩充,然后在应用设计的深度学习网络完成对培养皿中菌落尺寸的测量。本方法能对生物中培养皿中的菌落进行精确测量。首先通过视觉系统装置采集培养皿中菌落区域的图像,然后对菌落区域中的菌落尺寸进行测量:把采集的菌落样品通过设计的对抗网络模型中对菌落图像进行样本的扩增,并将对抗网络模型迁移到菌落区域中关键点的检测网络中,用于加强对关键点的检测能力。本发明能精确的测量多种大小的菌落尺寸,为生物中菌落的培养提供快速、准确的测量技术。

本发明授权一种基于深度学习的复杂背景菌落的测量方法在权利要求书中公布了:1.一种基于深度学习的复杂背景菌落长度测量方法,该方法提出了一种结合对抗学习网络与关键点检测网络为一体的菌落尺寸测量方法:首先通过对抗学习网络实现对菌落区域样本的扩增;然后将对抗网络中的特征提取部分的权值迁移到菌落区域中关键点检测网络中; 方法包括以下步骤: 步骤1:菌落区域采集:利用视觉光路系统装置,对生物培养皿中的菌落区域进行拍摄,获取到菌落区域的图像样本; 步骤2:菌落样本的扩增:1首先把采集的菌落图像归为集合A={a1,a2,…,an},然后采集一些相近场景的图像归为集合B={b1,b2,…,bn};2构建对抗学习网络样本:随机从样本集合A和样本集合B中分别各取一张图像组成对抗学习样本组,输入到数据扩增的对抗网络中,设计的数据扩增的对抗网络包含一个生成器和两个判别器,随机的结合生成器和判别器,并对其中一个判别器采用结构相似损失函数进行调节,结构相似损失函数如式1所示,生成器是一个2K层网络,其中前K层中每层网络包含一个3x3的卷积层和1x1的卷积层,间隔两层包含一个Dropout层,并采用ELU进行激活,后K层网络进行升维,每层将前K层中每层所得到的特征层进行相加和相乘处理;两个判别器都是K+1层网络,其中一个判别器1采用残差网络结构的深度网络,且第K+1层为全连接网络层,另一个判别器2采用金字塔网络结构并与生成器中的前K层权值共享,且第K+1层为全连接网络层;3菌落数据网络训练:首先保持生成器不变,对判别器1和判别器2进行训练,当判别器1和2都收敛,然后在保持判别器1和判别器2不变,对生成器进行训练,当生成器网络收敛后,最后对生成器、判别器1和判别器2一起进行训练,当整体网络收敛后,生成大量菌落区域样本; 步骤3:菌落区域关键点检测网络:1对菌落数据进行标注:在步骤2生成的数据集中选取典型的菌落图像进行数据标定,首先对菌落的区域进行标注,有菌落的部分涂成黑色,其他部分涂为白色;然后根据几何的先验知识,通过对标注的图像进行处理,得到每个菌落单元的关键点;2构建菌落区域关键点检测网络:将1中菌落图像和相对应的关键点输入到关键点检测网络中进行训练,设计的关键点检测网络是一个2K+2层模型,其中关键点检测网络的前K层与数据扩增的对抗网络中的生成器网络的前K层权值共享,后K层进行升维操作,每一层升维中包含一个卷积核为3x3的卷积操作、一个ELU卷积操作和一个升维操作,后K层中每N=2n层时与前2n层进行进行相加,即:Fy=Hx+x,其中x为2n;n为1、2、、、K2;后K层中每N=2n+1层与前K层网络中的2n+1层进行相乘,即:Wz=Hv*v,其中v为2n+1;n为1,2、、、K2-1;对K-1层分别进行全卷积操作得到Fs1和进行卷积核为3x3的卷积操作、ELU卷积操作和升维操作,然后对第K层进行全卷积操作得到Fs2,对Fs1和Fs2进行相加并进行全卷积操作得到Fo,最后对Fs1和Fo相加并进行全卷积操作得到Go,即Go=gFo,Fs2,其中g表为全卷积操作;3将样本图像输入到关键点检测网络中,网络输出为相应图像的关键点; 步骤4:菌落尺寸的精确测量:由步骤3可得菌落区域的关键点,由式2可得菌落区域的长度R,即为菌落测长度; 其中xi,yi为菌落区域的关键点,λ为调节系数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京晟易机器人科技有限公司,其通讯地址为:102300 北京市门头沟区永安路20号石龙高科大厦1-2-402;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。