一种基于语义分割的小麦籽粒中淀粉粒的高通量分析方法

本发明公开了一种基于语义分割的小麦籽粒中淀粉粒的高通量分析方法，包括步骤：S1、进行轮廓勾勒，获取标注数据集；S2、构建SGnet模型训练，选取最终模型；S3、选择任意原始显微图像输入最终模型，获得每个淀粉颗粒的等效直径并按照等效直径大小自动划分不同颗粒，基于质心的径向分层算法将胚乳分层区域划分为不同层，统计每层中不同类型颗粒的数量比例、平均直径和面积分布。本发明构建SGnet模型，经过空洞卷积与ASPP模块融合多尺度特征等操作，获取出能自动运行的最终模型，减少人工操作，并能处理不规则颗粒及密集重叠场景，支持成熟籽粒或幼嫩颖果的分析，无需使用高成本粒度分析仪，还兼具准确性和计算效率。