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！

龙图腾网获悉重庆市农业科学院申请的专利一种茶树种植中茶网蝽的识别监测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：CN115410159B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211141551.0，技术领域涉及：G06V20/52；该发明授权一种茶树种植中茶网蝽的识别监测系统是由王晓庆;陈世春;江宏燕;胡翔;彭萍;尹旭敏设计研发完成，并于2020-09-15向国家知识产权局提交的专利申请。

本一种茶树种植中茶网蝽的识别监测系统在说明书摘要公布了：本发明涉及一种茶树种植中茶网蝽的识别监测系统。它通过采用以VGG16网络结构的主干网络与第一特征融合网络、第二特征融合网络进行融合，形成双向特征融合结构，在将浅层特征融合到深层特征的同时、将深层特征反向融合到浅层特征，从而确保浅层特征与深层特征的空间信息和细节信息均能充分表达，进而避免茶网蝽在热力图中因茶网蝽的体积小、聚集重叠以及其排泄物的影响而导致其无法被快速识别、判断不准确的问题。

本发明授权一种茶树种植中茶网蝽的识别监测系统在权利要求书中公布了：1.一种茶树种植中茶网蝽的识别监测系统，其特征在于：包括主干网络、第一特征融合网络以及第二特征融合网络；其中，所述主干网络包括VGG16网络结构中的卷积层；所述第一特征融合网络为从主干网络第二层卷积层开始提取每层的池化层，然后通过MergeTB模块逐步将最上层池化层与下一层池化层进行特征融合、并输入到下一层，最终第一特征融合网络的最下层特征与主干网络的最下层特征进行特征融合；所述第二特征融合网络为提取主干网络最下层卷积层至第二层卷积层的上采样层，然后通过MergeBT模块逐步将最下层上采样模块与上一层上采样层进行特征融合、并通过上采样模块的形式输入到上一层，上采样模块通过UpSample模块得到，最终第二特征融合网络的最上层上采样模块的池化层与主干网络的最下层特征进行特征融合；所述主干网络与所述第一特征融合网络、第二特征融合网络通过AttentionFuse模块进行融合；所述上采样层采用对应位置输出值填充，非对应位置零值填充的方式；即若采样宽为N、高为M的数据，分别上采样A、B倍，则得到宽为NA、高为MB的数据；其中NA+，MB+为原图中N，M的对应位置，排除所有原图中点的对应位置后的其余点均为填充位置；所述识别监测系统的输入层为茶网蝽的热力图；所述热力图的训练过程采用MCNN的网络结构进行训练与评价；所述MergeTB模块具体为将上一层池化层的特征进行卷积、归一化处理后，再与其即上一层池化层自身进行矩阵点乘，然后与本层池化层进行矩阵相加以及归一化处理，最终输出到下一层；所述卷积处理后的卷积层为C7a，且C7a为3*3卷积层，输入输出维度相等；所述UpSample模块为将上采样层进行卷积、得到卷积层C14，其中C14为3*3卷积层，用于上采样层后的过滤和平滑；所述MergeBT模块具体为将下一层上采样模块的特征进行卷积、归一化处理后，再与其即下一层上采样模块自身进行矩阵点乘，然后与本层上采样模块进行矩阵相加以及归一化处理，最终输出到上一层；所述卷积处理后的卷积层为C7b；且C7b为3*3卷积层，输入输出维度相等；所述AttentionFuse模块具体为分别将主干网络、第一特征融合网络、第二特征融合网络输出的特征进行卷积，依次形成C8、C9的卷积层后，进行特征融合，然后再进行卷积，依次形成C10、C11、C12的三层卷积层，然后通过C12卷积层生成的输出通道为3的数据块分别与主干网络、第一特征融合网络、第二特征融合网络卷积后形成的C9卷积层进行矩阵点乘，最后进行特征融合、卷积，得到卷积层C13，输出进行判定。

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重庆市农业科学院，其通讯地址为：401329 重庆市九龙坡区白市驿镇农科大道；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。