公开(公告)号：CN118480612A

公开(公告)日：2024-08-13

申请号：CN202410695225.7

申请日：2024-05-31

申请人： 安徽师范大学

发明人： 刘孙超 ,  王旭 ,  黄羿鑫

IPC分类号： C12Q1/6888 ,  C12Q1/686 ,  C12Q1/6806 ,  C12N15/11

摘要： 本发明涉及生物检测领域，具体涉及一种扩增大痣细蜂科白木细蜂属DNA的特异性PCR引物及其在鉴定白木细蜂属中的应用。其包括引物对MegaF和MegaR，所述上游引物MegaF序列为:5’‑ATAGAACTAATCACAAATTTATTGG‑3’，下游引物MegaR序列为:5’‑TAAACTTCAGGGTGACCAAAGAATCA‑3’。本发明通过设计特异性PCR引物，在对大痣细蜂科白木细蜂属DNA进行扩增后做的凝胶电泳检测条带显示清晰、明亮且九条泳道中都有条带存在，通过对比验证了本发明设计的PCR引物相较于通用引物在对大痣细蜂科白木细蜂属DNA进行扩增时效果更好，这大大降低了在鉴定大痣细蜂科白木细蜂属时因使用通用引物而造成鉴定效果差的情况，并节约了一定的科研时间和经济成本。

公开(公告)号：CN118675167A

公开(公告)日：2024-09-20

申请号：CN202410736845.0

申请日：2024-06-07

申请人： 安徽师范大学

发明人： 俞庆英 ,  高哲琨 ,  王旭 ,  王书敏 ,  杨涛 ,  李元俊 ,  陈传明

IPC分类号： G06V20/68 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0475

摘要： 本发明公开一种基于深度学习的水果外观品质检测方法，该方法可以对于含有少量水果外观缺陷的图片数据集进行扩容，并且对于YOLOv5L算法的小目标检测能力进行了增强。该方法首先对于初始数据集中的图片进行如翻转、缩放和灰度变化等传统扩容方法，从而提高后续模型训练的鲁棒性。针对深度卷积生成对抗网络在训练过程中出现的神经元死亡问题，本方法提出了一种改进判别器损失函数的方法，有效解决了神经元死亡的问题，提高了训练时模型的收敛速度，生成出的模拟图片对于后续检测模型的训练有一定的帮助。针对YOLOv5L网络对于小目标检测能力较弱的问题，本方法提出了一种在特征提取网络中引入注意力机制的方法，增强模型对于小目标特征的提取能力。