摘要
本申请提供一种藻类智能分析方法和系统,所述方法包括:S1:基于目标水体,利用流式分析仪采集微流控通道中的显微影像;S2:使用支持影像分割与分类的标注工具,结合微藻分类相应资料精确标注显微影像中微藻的类别、位置和边界特征;S3:基于Grounded SAM的预训练权重,使用迁移学习方法,对模型进行微调优化以适配微藻检测;S4:对步骤S1采集到的显微影像进行预处理;S5:对预处理后的显微影像,基于步骤S3训练模型使用Grounded SAM实现显微影像中微藻的目标检测与分割;S6:统计微藻的种类和体积,识别藻类种类,并计算藻类密度。本申请在流式分析仪的支持下,对每一微藻细胞进行精准的检测和计数,从而得到更加细致的藻类密度数据。
技术关键词
智能分析方法
流式分析仪
迁移学习方法
微藻
拉普拉斯
边界特征
微流控通道
云端服务器
图像
影像设备
标注工具
智能分析系统
显微镜
密度
像素点
模型超参数
坐标
指标
系统为您推荐了相关专利信息
重金属污染评估
综合污染指数
LSTM神经网络
预测系统
因子
低代码平台
代码生成方法
逻辑
节点
双向特征金字塔
直流微电网
故障检测方法
电流
等效电路模型
故障隔离