基于深度堆叠卷积神经网络的植物细胞器分割方法及系统.pdfVIP

下载本文档

3
0
约1.56万字
约 17页
2023-05-06 发布于北京
举报
版权申诉

基于深度堆叠卷积神经网络的植物细胞器分割方法及系统.pdf

1、本文档共17页，其中可免费阅读16页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度堆叠卷积神经网络的植物细胞器分割方法及系统，涉及植物细胞技术领域，该方法包括：将获取的待分割的植物叶组织细胞图像输入到植物细胞器识别模型中，以确定所述植物叶组织细胞图像中各种细胞器的面积以及每种所述细胞器的数量；所述植物细胞器识别模型是根据深度神经网络模型和植物样本数据确定的；其中，所述深度神经网络模型为包含编码网络、语义分割网络和实例分割网络的网络模型；所述语义分割网络和所述实例分割网络均包括解码部分；所述编码网络的内部叠加有多个深度可分离卷积层。本发明可实现细胞图像中

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114332097 A (43)申请公布日 2022.04.12 (21)申请号 202111589428.0 (22)申请日 2021.12.23 (71)申请人浙江大学地址 31