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！

龙图腾网获悉浙江工业大学申请的专利一种基于改进ResNet18模型的茶叶病害识别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：CN119107633B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411101369.1，技术领域涉及：G06V20/60；该发明授权一种基于改进ResNet18模型的茶叶病害识别方法是由李燕君;张露欣;蔡建平设计研发完成，并于2024-08-12向国家知识产权局提交的专利申请。

本一种基于改进ResNet18模型的茶叶病害识别方法在说明书摘要公布了：本发明公开了一种基于改进ResNet18模型的茶叶病害识别方法，属于图像处理技术领域。基于改进ResNet18模型的茶叶病害识别方法包括如下步骤：S1、获取茶叶病害图像数据集，并对茶叶病害图像数据集进行预处理后随机划分成M个子集；S2、建立改进ResNet18模型；S3、采用随机划分后的M个子集对改进ResNet18模型进行训练及验证，获取最优改进ResNet18模型；S4、利用最优改进ResNet18模型对待识别的茶叶病害图像进行检测，获取检测结果。该方法大大提高了模型精度，从而提高对茶叶病害图像分类的准确性。

本发明授权一种基于改进ResNet18模型的茶叶病害识别方法在权利要求书中公布了：1.一种基于改进ResNet18模型的茶叶病害识别方法，其特征在于：所述基于改进ResNet18模型的茶叶病害识别方法包括如下步骤： S1、获取茶叶病害图像数据集，并对茶叶病害图像数据集进行预处理后随机划分成M个子集； S2、建立改进ResNet18模型，所述改进ResNet18模型包括依次连接的第一特征提取模块、最大池化层、第一残差模块、第二残差模块、第三残差模块、第四残差模块、平均池化层、丢弃层、全连接层和第一激活函数层，其中： 所述第一特征提取模块包括依次连接的第一卷积层、第二卷积层和第三卷积层，所述第一卷积层、第二卷积层和第三卷积层的卷积核大小均为3×3； 所述第一残差模块包括两个串接的第二特征提取模块，所述第二特征提取模块包括依次连接的第四卷积层、第一BN层、第五卷积层、第二BN层、第一ECA注意力机制模块、第一相加操作和第二激活函数层，所述第一相加操作用于将第四卷积层的输入特征和第一ECA注意力机制模块的输出特征进行相加； 所述第二残差模块、第三残差模块和第四残差模块均包括两个串接的第三特征提取模块，所述第三特征提取模块包括第六卷积层、第三BN层、以及依次连接的小波下采样模块、第七卷积层、第四BN层、第八卷积层、第五BN层、第二ECA注意力机制模块、第二相加操作和第三激活函数层，所述小波下采样模块的输入特征依次经过第六卷积层、第三BN层形成第一提取特征，所述第二相加操作用于将第一提取特征和第二ECA注意力机制模块的输出特征进行相加； 所述小波下采样模块包括依次连接的无损特征编码块和特征表示学习块，所述无损特征编码块采用小波变换将输入特征转换为第二提取特征，所述特征表示学习块包括依次连接的第九卷积层、批量归一化层和第四激活函数层； S3、采用随机划分后的M个子集对改进ResNet18模型进行训练及验证，获取最优改进ResNet18模型； S4、利用最优改进ResNet18模型对待识别的茶叶病害图像进行检测，获取检测结果。

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工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。