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深度学习的油茶品种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：CN116977735B 。

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：202310963546.6，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的油茶品种识别方法是由龙伟;董志鹏;王开良;林萍;张勇;黄广远;俞春莲设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本一种基于深度学习的油茶品种识别方法在说明书摘要公布了：本发明提供了一种基于深度学习的油茶品种识别方法，该方法包括以下步骤：数据采集，数据处理，搭建改进的RegNetY‑4.0GF网络模型，作为油茶品种识别网络，使用油茶叶片品种数据集训练油茶品种识别模型，将待识别的油茶叶片图像输入训练完的油茶品种识别模型。实验结果表明，该油茶品种识别网络模型的整体准确率达到94％，F1值达到0.94，显著高于其他方法。该方法能够高效准确地鉴定油茶品种，具有较高的可靠性和实用性。该技术可以广泛应用于油茶选育、繁殖和保护等领域，为提高油茶的产量和品质提供了有效的技术手段。

本发明授权一种基于深度学习的油茶品种识别方法在权利要求书中公布了：1.一种基于深度学习的油茶品种识别方法，其特征在于，包括： S1：数据采集，利用图像采集设备采集自然光照条件下生长的多种油茶品种叶片图像，构建油茶叶片品种数据集； S2：数据处理，对油茶叶片品种数据集中的图像进行预处理，包括可用性筛选，对图像进行变换、旋转、缩放、裁剪，以及标注操作，增加数据的多样性； S3：搭建改进的RegNetY-4.0GF网络模型，作为油茶品种识别模型；其中，所述改进的RegNetY-4.0GF网络模型包括输入层、瓶颈层和输出层；瓶颈层包括改进的油茶特征提取结构，改进的油茶特征提取结构包括：特征提取结构输入特征依次经过第一至第四阶段处理后，将所得的油茶特征图结果输入到第五个阶段的通道注意力模块，再经过空间注意力模块处理后得到输出结果；通道注意力模块包括：通道注意力模块输入特征图分别经过全局最大池化和全局平均池化，再将得到的特征图分别送入一个两层的多层感知机，而后进行基于element-wise的加和操作，再经过sigmoid激活操作，生成最终的通道注意力特征图；空间注意力模块包括：空间注意力模块输入特征图分别经过全局最大池化和全局平均池化，然后将得到的特征图做拼接操作，经过一个7×7卷积进行降维操作，再经过sigmoid函数生成空间注意力特征图； S4：使用油茶叶片品种数据集训练油茶品种识别模型，得到训练完的油茶品种识别模型； S5：将待识别的油茶叶片图像输入训练完的油茶品种识别模型，得到油茶品种识别结果。

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。