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！

龙图腾网获悉武汉轻工大学申请的专利作物区杂草与幼苗识别方法、装置、设备及存储介质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：CN116863212B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310775221.5，技术领域涉及：G06V10/764；该发明授权作物区杂草与幼苗识别方法、装置、设备及存储介质是由张聪;闫可;陈新波;成泞伸;魏志慧设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本作物区杂草与幼苗识别方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及农业作物识别技术领域，公开了一种作物区杂草与幼苗识别方法、装置、设备及存储介质，该方法首先获取待识别区域图像；再通过预设作物识别模型对待识别区域图像进行作物识别，获得区域内杂草与幼苗的识别结果，预设作物识别模型包括预设级数个依次连接的图像处理子系统，图像处理子系统包括相连的嵌入模块和特征提取模块，特征提取模块包括局部特征提取子模块和全局特征提取子模块，特征提取模块用于对输入图像进行分词重塑以及特征提取。由于本发明是在原始识别模型上进行优化，采用依次连接的子系统进行图像处理，在学习到局部特征后再进行全局特征的学习，使得该预设作物识别模型在参数量不大的同时，提升了识别准确度。

本发明授权作物区杂草与幼苗识别方法、装置、设备及存储介质在权利要求书中公布了：1.一种作物区杂草与幼苗识别方法，其特征在于，所述方法包括： 获取待识别区域图像； 通过预设作物识别模型对所述待识别区域图像进行作物识别，获得区域内杂草与幼苗的识别结果，所述预设作物识别模型包括预设级数个依次连接的图像处理子系统，所述图像处理子系统包括相连的嵌入模块和特征提取模块，所述特征提取模块包括局部特征提取子模块和全局特征提取子模块，所述特征提取模块用于对输入图像进行分词重塑以及特征提取，所述全局特征提取子模块还用于在接收到所述局部特征提取子模块输出的目标特征图像时，进行全局信息提取和二维分词重构，将重构得到的二维分词发送至下一级图像处理子系统中的所述嵌入模块，所述嵌入模块还用于接收上一级图像处理子系统输出的所述二维分词，获得初始特征图像； 其中，所述预设作物识别模型还包括分类模块，所述分类模块与最后一级图像处理子系统连接； 所述通过预设作物识别模型对所述待识别区域图像进行作物识别，获得区域内杂草与幼苗的识别结果，包括： 将所述待识别区域图像输入所述嵌入模块，获得初始特征图像，包括： 通过所述嵌入模块对所述待识别区域图像进行二维卷积和基于预设尺寸的重构，获得待识别区域图像的重构分词，对所述重构分词进行层归一化以获得初始特征图像； 通过所述局部特征提取子模块对所述初始特征图像进行基于多头注意力机制的局部特征提取，获得包含局部特征信息的目标特征图像，包括： 通过所述局部特征提取子模块将所述初始特征图像在通道维度上划分为多头形式并提取对应通道的特征信息以获得对应分词，采用迭代参数获得各个分词的亲和度，基于所述各个分词的亲和度获得目标特征图像； 通过所述全局特征提取子模块对所述目标特征图像进行通道卷积处理，并对经过所述通道卷积处理的所述目标特征图像基于Transformer进行全局信息提取，获得待识别特征图像，包括： 通过所述全局特征提取子模块对所述目标特征图像在通道维度上采用深度可分离卷积确定感受野，并结合所述深度可分离卷积的可移动性将所述目标特征图像输入Transformer以进行全局信息提取，得到待识别特征图像； 通过所述分类模块对所述待识别特征图像进行作物识别分类，获得区域内杂草与幼苗的识别结果。

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轻工大学，其通讯地址为：430000 湖北省武汉市汉口常青花园学府南路68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。