摘要
本发明公开了一种基于人工智能的作物基因型预测全生育期图像的方法。该方法包括作物图像采集、作物图像处理、构建多层感知器神经网络和条件控制生成对抗网络进行训练以学习全生育期的作物基因型、表型及图像的映射关系,并且获得作物基因‑表型预测模型和表型‑图像预测模型,最后通过两个模型,基于待预测作物基因型,预测出该基因调控下,理想环境的作物全生育期可视化结果。该方法基于人工智能技术,构建多维空间多层感知网络和条件控制生成对抗网络,深度利用作物基因、表型和图像大数据中蕴含的映射规律,实现了对作物进行逼真、准确的可视化预测。
技术关键词
作物表型
作物全生育期
语义分割模型
图像特征向量
多层感知器
生成对抗网络模型
多层感知网络
语义分割网络
局部特征提取
累积分布函数
训练集
图像生成器
全局平均池化
正则化方法
图像处理
位点
人工智能技术
嵌入特征
系统为您推荐了相关专利信息
智能定损
车辆损伤评估
车险保单
非易失性计算机可读存储介质
计算机可执行指令
风险评估方法
图像特征提取
特征提取模块
样本
场景
文档图像数据
版面结构
OCR识别技术
图像边缘检测算法
笔迹特征