Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国林业科学研究院亚热带林业研究所龙伟获国家专利权

中国林业科学研究院亚热带林业研究所龙伟获国家专利权

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!

龙图腾网获悉中国林业科学研究院亚热带林业研究所申请的专利一种基于改进ResNet模型的油茶叶片病害识别方法和系统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:CN116612325B

龙图腾网通过国家知识产权局官网在2025-12-16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:202310574293.3,技术领域涉及:G06V10/764;该发明授权一种基于改进ResNet模型的油茶叶片病害识别方法和系统是由龙伟;周宇寰;王开良;林萍;黄广远;俞春莲设计研发完成,并于2023-05-22向国家知识产权局提交的专利申请。

一种基于改进ResNet模型的油茶叶片病害识别方法和系统在说明书摘要公布了:本发明提供基于改进ResNet模型的油茶叶片病害识别方法和系统解决了现阶段油茶病害识别主要依靠人工识别以及非专业人士识别精度不高的问题。使用数据增强的方法,通过引入注意力机制,改进残差结构,改进激活函数,并使用迁移学习的方法,提出的改进ResNet模型提高了油茶病害识别的精度,模型参数量降低,在复杂现实栽种情况下的多类别油茶病害识别任务中具有优越性。

本发明授权一种基于改进ResNet模型的油茶叶片病害识别方法和系统在权利要求书中公布了:1.一种基于改进ResNet模型的油茶叶片病害识别方法,其特征在于,包括: 步骤1:采集多种油茶叶片病害叶片图像以及非病害叶片图像,形成油茶叶片病害识别数据集; 步骤2:搭建改进的ResNet-50网络模型,作为油茶病害识别网络;其中,所述改进的ResNet-50网络模型包括输入层、隐藏层和输出层;隐藏层包括改进残差结构,改进的残差结构包括:残差结构输入特征依次经过第一卷积层、第一swish激活函数、第二卷积层、SE模块处理后,将所得结果与残差结构输入特征进行残差连接,再经过第二swish激活函数处理得到残差结构输出结果;SE模块包括:SE模块输入特征矩阵依次经过全局池化层、第一全连接层、siwsh激活函数、第二全连接层、sigmoid激活函数处理后,将所得结果与SE模块输入特征矩阵相乘得到SE模块输出结果; 步骤3:以PllanttVilllage数据集对油茶病害识别网络进行预训练,得到油茶病害识别网络预训练模型; 步骤4:以油茶叶片病害识别数据集对油茶病害识别网络预训练模型进行训练,得到油茶病害识别网络完全训练模型; 步骤5:将待识别的油茶叶片图像输入油茶病害识别网络完全训练模型,得到识别输出结果; 步骤:将识别输出结果与预设阈值比较,若达到设定阈值,则输出当前植株的病害类型,并根据植株的病害类型给出处理建议;若未达到设定阈值,则输出反馈信息,询问该油茶叶片图像是否属于油茶叶片病害识别数据集中已存在的病害类型,若为已存在的病害类型,则将该油茶叶片图像存入油茶叶片病害识别数据集中对应类型的数据中,否则,在油茶叶片病害识别数据集中新增病害类型,再将该油茶叶片图像存入该新增病害类型的数据中,并保存输入的新增处理建议; 步骤:当距离上一次执行步骤4到达预设自更新时间后,根据当前油茶叶片病害识别数据集返回步骤4执行。

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中国林业科学研究院亚热带林业研究所,其通讯地址为:311400 浙江省杭州市富阳区富春街道大桥路73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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。