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！

龙图腾网获悉浙江大学申请的专利一种小样本棉花害虫目标检测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：CN116012711B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310021496.X，技术领域涉及：G06V20/10；该发明授权一种小样本棉花害虫目标检测方法是由刘厚冉;马龙华;朱阳;田冠中;常方乐;赵扬帆设计研发完成，并于2023-01-07向国家知识产权局提交的专利申请。

本一种小样本棉花害虫目标检测方法在说明书摘要公布了：本发明涉及一种小样本棉花害虫目标检测方法，通过对图像进行随机混合增强处理来有效增强目标其他部位特征的检测能力，提高棉花害虫的检测准确率，并通过骨干网络获得特征信息后，采用不同空洞数的空洞卷积操作获得多尺度特征图，扩大卷积运算的感受野，然后通过施加注意力机制增强局部特征的提取能力，从而能够提取图像中更多棉花害虫的特征信息，增强检测模型的泛化能力，提高小样本目标检测准确性。

本发明授权一种小样本棉花害虫目标检测方法在权利要求书中公布了：1.一种小样本棉花害虫目标检测方法，其特征在于，包括： 步骤1、采集包含各类棉花害虫的图像，并将图像分成基类数据集和新类数据集；所述基类数据集包括基类训练集和基类测试集；并取部分基类数据集和新类数据集组成小样本数据集，所述小样本数据集包括小样本训练集和小样本测试集； 步骤2、构建检测模型，所述检测模型包括骨干网络模型和FasterRCNN结构模型，所述FasterRCNN结构模型包括区域建议网络、感兴趣区域池化层、全连接层、分类器和回归器，采用COCO数据集对骨干网络模型进行预训练； 步骤3、对步骤1采集的图像进行预处理，并对预处理的图像进行随机混合增强处理；具体包括： 步骤301、通过采用显著性检测将图像生成一个显著性图谱，并在显著性图谱中找到反映图像物体轮廓的低频性区域，显著性图谱表示为： ； 式中，表示图像的平均颜色特征，表示像素在高斯平滑后的颜色特征，表示L2的范式； 步骤302、在低频性区域内的就是目标关键部位，随机选择低频区域内的部分区域，并裁剪去除内的全部像素信息，表示裁剪中心点对应的横纵坐标，由获取； 步骤303、随机将另一类别中的图像对应原图像相同位置裁剪相同尺寸的区域填充到中，以进行增强处理； 步骤4、将经过步骤3处理的基类训练集输入预训练后的骨干网络模型中，获得图像的特征信息； 步骤5、将特征信息进行多尺度空洞卷积操作，通过采用不同空洞数的空洞卷积得到不同的感受野，再将不同感受野与特征信息融合得到特征图S； 步骤6、将特征图S进行降维得到特征映射T，并施加交叉注意力机制，得到包含密集上下文信息的新特征图T'； 步骤7、将新特征图T’输入到FasterRCNN结构模型中用于分类和损失函数计算； 步骤8、将基类测试集输入到检测模型中进行测试； 步骤9、固定骨干网络模型、分类器和回归器的参数，利用小样本训练集对检测模型的参数进行调整，直至检测模型收敛，收敛后的检测模型为小样本检测模型； 步骤10、将小样本测试集输入小样本检测模型中进行测试验证，并初始化小样本检测模型的内部参数； 步骤11、对小样板检测模型进行测试。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。