原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本发明公开了基于多输出序数回归模型的叶片叶绿素含量智能检测方法，包括：采集植物绿色叶片的样本图像集，通过U‑Net模型对样本图像集进行标注，提取叶片主体区域，构建标准数据集；基于标准数据集训练SwinTransformer多输出序数回归模型，获取叶片SPAD值反演模型；采集待检测叶片图像，输入叶片SPAD值反演模型识别叶片的SPAD值，并结合不同作物的SPAD值‑叶绿素含量对应模型，获得叶片的叶绿素含量估测值。本发明可以广泛应用于不同类型植物叶片的SPAD含量、叶绿素含量和植物氮含量评价研究，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117726612A
(43)申请公布日2024.03.19
(21)申请号202311830841.0
(22)申请日2023.12.28
(71)申请人广西大学
文档评论（0）