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！

申请/专利权人：浙江农林大学

摘要：本发明公开了一种光皮桦组培苗表型获取方法及装置，包含以下步骤：数据获取，数据预处理，模型构建，编译模型，模型训练，基于UNet模型，使用resnet50作为主干网络，在UNet模型中引入PSA注意力机制和亚像素卷积，从训练集的图片中提取初步特征图，初步特征图通过上采样操作得到有效特征图，有效特征图与相应层的初步特征图跳跃连接进行融合得到融合特征图，融合特征图通过输出层得到分割结果，最终得到改进后的模型；在预设时间内反复的拍摄，无需将组培苗从培养瓶中取出，能保持组培苗的完整性，同时能在组培苗生长过程中连续的进行拍摄，能得到不同生长阶段的组培苗照片，为后续的研究结果提供更高的准确性。

主权项：1.一种光皮桦组培苗表型获取方法，其特征在于，该方法包含以下步骤：步骤一：数据获取，将待使用的光皮桦组培苗培养瓶放置在拍摄台上，在预设的时间段内对组培苗的正面、侧面和底面拍摄若干照片；步骤二：数据预处理，将拍摄的照片随机挑选一部分形成数据集，对数据集中的照片分辨率进行处理，使用Lableme软件对数据集中分辨处理后的照片分别进行标注得到标签图片，并将数据集中的标签图片划分为训练集和验证集；步骤三：模型构建，基于UNet模型，使用resnet50作为主干网络，在UNet模型中引入PSA注意力机制和亚像素卷积，从训练集的图片中通过主干特征提取部分得到初步特征图，初步特征图通过上采样操作得到有效特征图，有效特征图与相应层的初步特征图跳跃连接进行融合得到融合特征图，融合特征图通过输出层得到分割结果，最终得到改进后的模型；步骤四：编译模型，选择Adam优化器，用于更新网络的权重；学习率设置为0.0001，在冻结阶段batchsize设置为4，解冻阶段batchsize设置为2，训练周期为100epochs；步骤五：模型训练，使用训练集对改进后的模型进行迭代训练，在每次迭代中，改进后的模型接收训练集中的一部分真实图片和对应的标签，进行前向传播和损失计算，通过反向传播算法，根据损失函数计算梯度，并更新改进后的模型的权重，在每个epoch结束时，使用验证集评估改进后的模型的性能，保存训练好的模型权重用于预测分割结果；步骤六：获取分割结果。

全文数据：

权利要求：

百度查询： 浙江农林大学 一种光皮桦组培苗表型获取方法及装置