买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州大学申请的专利基于位置引导病灶表征学习的植物叶片病害严重程度评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119540752B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411583157.1，技术领域涉及：G06V20/10；该发明授权基于位置引导病灶表征学习的植物叶片病害严重程度评估方法是由余珮嘉;余娅;王崎;吴兴财;吴雪;肖源源;陈攀峰设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本基于位置引导病灶表征学习的植物叶片病害严重程度评估方法在说明书摘要公布了：本发明涉及计算机视觉技术领域，尤其涉及基于位置引导病灶表征学习的植物叶片病害严重程度评估方法，包括：获取病害叶片图像；将病害叶片图像输入层级病灶融合评估网络模型，获取叶片病害严重程度评估结果，其中，层级病灶融合评估网络模型基于真实训练集训练获得，真实训练集为标注病害严重程度的叶片图像，层级病灶融合评估网络模型包括具有先验知识的特征编码器、层级病灶特征融合模块和评估模块，具有先验知识的特征编码器是将图像对输入到位置引导病灶表征学习网络进行训练获得，图像对是指同一叶片的健康和病害状态，叶片病害状态是通过扩散模型从健康叶片生成病灶叶片。本发明能够针对病灶区域进行更精准定位和严重程度评估。

本发明授权基于位置引导病灶表征学习的植物叶片病害严重程度评估方法在权利要求书中公布了：1.基于位置引导病灶表征学习的植物叶片病害严重程度评估方法，其特征在于，包括： 获取病害叶片图像； 将所述病害叶片图像输入层级病灶融合评估网络模型，获取叶片病害严重程度评估结果，其中，所述层级病灶融合评估网络模型基于真实训练集训练获得，所述真实训练集为标注病害严重程度的叶片图像，所述层级病灶融合评估网络模型包括具有先验知识的特征编码器、层级病灶特征融合模块和评估模块，所述具有先验知识的特征编码器是将图像对输入到位置引导病灶表征学习网络模型进行训练获得； 获取具有先验知识的特征编码器包括： 构建所述位置引导病灶表征学习网络模型，其中，所述位置引导病灶表征学习网络模型为基于编码器-解码器的模型，所述编码器为双支特征编码器，所述解码器为差分定位解码器； 利用所述图像对对所述位置引导病灶表征学习网络模型进行训练，获取训练好的位置引导病灶表征学习网络模型，并冻结训练好的所述双支特征编码器作为所述具有先验知识的特征编码器，所述训练包括： 将所述图像对输入双分支特征编码器进行特征提取，包括： 利用层级信息提取器对所述图像对提取层级细粒度特征，获取细粒度语义特征； 利用信息聚合器对所述图像对提取高级语义特征，获取高级语义特征； 将所述细粒度语义特征和所述高级语义特征输入跨层特征融合模块进行特征融合，获取融合特征，其中，所述跨层特征融合模块基于若干交叉注意力模块获取，所述融合特征和所述层级细粒度特征为图像对的特征； 将所述细粒度语义特征和所述高级语义特征输入跨层特征融合模块进行特征融合包括： 将各层所述细粒度语义特征分别与所述高级语义特征相乘并除以缩放值，获取注意力权重； 将所述注意力权重与各层所述细粒度语义特征相乘，获取各层注意力矩阵并沿通道维度进行连接，获取所述融合特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。