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！

龙图腾网获悉武汉工程大学申请的专利一种基于深度卷积神经网络的跨域田间棉铃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：CN116721343B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310665969.X，技术领域涉及：G06V20/10；该发明授权一种基于深度卷积神经网络的跨域田间棉铃识别方法是由李亚楠;刘弈飞;黄雨涵设计研发完成，并于2023-06-06向国家知识产权局提交的专利申请。

本一种基于深度卷积神经网络的跨域田间棉铃识别方法在说明书摘要公布了：本发明公开了一种基于深度卷积神经网络的跨域田间棉铃识别方法，该方法包括以下步骤：以田间棉铃图像为处理对象，构建基于深度卷积神经网络的MDLNet网络模型，MDLNet网络模型包括特征提取模块、分类模块和判别模块；初始化模型参数，将源域中的棉铃图像输入到MDLNet网络模型进行参数调整；将目标域中的棉铃图像输入到训练好的MDLNet网络模型，计算分类精确度和损失结果以验证模型的有效性和收敛性；将实时获取的待识别的棉铃图像输入至训练好的MDLNet网络模型，输出田间棉铃状态识别结果。本发明的MDLNet网络模型能对田间棉铃图像进行识别，自动对田间棉铃图像进行特征提取，并利用提取到的图像特征判定目标域田间棉铃状态的类别，检测结果准确率高，鲁棒性强。

本发明授权一种基于深度卷积神经网络的跨域田间棉铃识别方法在权利要求书中公布了：1.一种基于深度卷积神经网络的跨域田间棉铃识别方法，其特征在于，该方法包括以下步骤： 步骤1、构建田间棉铃图像数据集，并将其划分为源域和目标域； 步骤2、构建基于深度卷积神经网络的MDLNet网络模型，MDLNet网络模型包括特征提取模块、分类模块和判别模块；其中：特征提取模块用于提取图像的深度特征，分类模块用于监督图像分类，判别模块用于判定图像来自源域或目标域；其中： MDLNet网络模型的特征提取模块由ResNet基础模块组成；使用ResNet50作为特征提取器，ResNet50包括1层7×7卷积和四个卷积块组成；输入的源域中的棉铃图像经过四个卷积块后，输出四个特征图像； MDLNet网络模型的分类模块使用ResNet50的线形层作为分类器，输入为特征提取模块的输出，通过平均池化层和softmax函数进行映射得到分类结果；分类模块通过交叉熵损失进行监督，保证分类的准确度； MDLNet网络模型的判别模块包括线性层、dropout层和sigmod层，用于判断图片的领域标签，即图片来自与哪个领域；通过判别模块与特征提取模块进行对抗； 步骤3、训练模型：初始化模型参数，将源域中的棉铃图像输入到MDLNet网络模型进行参数调整； 步骤4、验证模型：将目标域中的棉铃图像输入到训练好的MDLNet网络模型，计算分类精确度和损失结果以验证模型的有效性和收敛性； 步骤5、将实时获取的待识别的棉铃图像输入至训练好的MDLNet网络模型，输出田间棉铃状态识别结果。

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武汉工程大学，其通讯地址为：430074 湖北省武汉市洪山区雄楚大街693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。