不限樣本類型,植物、動物或任何物品均可
不限尺度,支持整株、種子、花、果實等
不限硬件,支持各類成像設備,如手機、相機等
隨時隨地,一鍵分析,極簡體驗
適用多尺度組織和器
官,如整株、種子、葉
片、花、果實等
適用各類大田作物
和園藝作物
無需人工輔助修正,用
戶只需點擊界面上兩個
按鈕即可
如數碼相機、手機、掃
描儀等
序號 | 參數 | 詳情介紹 |
---|---|---|
1 | 適用設備 | 適用多種成像設備,支持類型不少于5種主流類型,包括但不限于掃描儀、數碼相機、手機、工業相機、單反相機等 |
2 | 適用范圍 | 適用多尺度組織和器官,支持類型不少于5種主流尺度,包括不限于種子、葉片、花、果實、整株等 |
3 | 系統功能 |
涵蓋表型提取、模型預測、可視化繪圖三大功能,支持個性化指標的升級擴展,支持海量圖像批量分析,支 持根據電腦配置自動調節占用的CPU核數速度 |
4 | 操作方式 | 傻瓜式操作界面,用戶只需點擊界面上兩個按鈕即可進行分析 |
5 | 選擇方式 | 支持兩種文件選擇方式,支持選擇文件夾,支持海量圖像批量分析,當選擇文件夾時支持用戶前后翻閱查看 |
6 | 界面設置 | 自定義界面,支持用戶拖拽工具欄,按照使用偏好可放置上、下、左、右四個區域 |
7 | 圖像格式 | 支持所有主流圖像格式,包括不限于JPG、PNG、Tif等 |
8 | 提取指標 | 表型提取功能涵蓋三大類型(顏色、紋理、形態),可提取指標不少于57個,包括不限于R、G、B、H、S、V、L、a、b、dissimilarity、energy、correlation、ASM、entropy、長、寬、面積、周長、圓度、緊湊度等 |
9 |
模型預測 | 支持經典機器學習模型和深度學習模型兩大類型,其中支持的經典機器學習模型覆蓋所有joblib保存的模型,包括不限于SVM、Random Forest、Decision Tree、KNN、GBDT、AdaBoost、BPNN、Na?ve Bayes、Logistic Regresion等,支持的深度學習覆蓋所有keras保存的模型,包括不限于VGG、ResNet、DenseNet、EfficientNet、NasNet、Xception、MobileNet等;支持客戶上傳標記文件,自動評估模型準確度 |
10 | 可視化 | 可視化繪圖,支持分析圖表自動化存儲,并可描出目標輪廓方便用戶查看識別精度,以及自動標記目標編號方便用戶查看表格數據 |
*各型號詳細參數請咨詢客服