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！

龙图腾网获悉西安交通大学申请的专利一种基于深度集成模型的农作物害虫识别方法及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：CN116524246B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310394237.1，技术领域涉及：G06V10/764；该发明授权一种基于深度集成模型的农作物害虫识别方法及系统是由汪建基;陈苗;郑南宁设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本一种基于深度集成模型的农作物害虫识别方法及系统在说明书摘要公布了：本发明公开了一种基于深度集成模型的农作物害虫识别方法及系统，识别方法包括如下过程：对已获取的待识别的害虫图像进行预处理，将所述待识别的害虫图像的维度调整分别为Resnet50、Volo和Convformer模型的输入维度；采用数据增强方法对预处理后的图像进行增强；分别利用Resnet50、Volo和Convformer模型对进行了预处理的待识别的害虫图像中的害虫类进行预测，得到预测结果；使用Bagging集成算法将上述三种魔性的预测结果进行集成，得到已有数据集中所包含的害虫类别的预测概率；将所述已有数据集中所包含的害虫类别中预测概率最大的害虫类别作为最终的害虫识别结果。本发明克服了害虫种类分布不均、图像背景复杂等情况导致的害虫识别准确率低的问题。

本发明授权一种基于深度集成模型的农作物害虫识别方法及系统在权利要求书中公布了：1.一种基于深度集成模型的农作物害虫识别方法，其特征在于，包括如下过程： 对已获取的待识别的害虫图像进行预处理，将所述待识别的害虫图像的维度调整分别为Resnet50模型的输入维度、Volo模型的输入维度和Convformer模型的输入维度； 采用数据增强方法对预处理后的图像进行增强； 利用Resnet50模型对进行了预处理的待识别的害虫图像中的害虫类进行预测，得到第一预测结果； 利用Volo模型对进行了预处理的待识别的害虫图像中的害虫类进行预测，得到第二预测结果；所述Volo模型使用的TokenMixer模块为outlookattention，对于每个空间位置的像素点，outlookattention计算该像素点与以为中心的大小局部窗口内所有临近像素点的相似性； outlookattention的结构如下： 对于维度为的输入张量X，首先使用权重为和的两个线性层分别将每个C维标记投影为的outlook权重和值表示； 令表示以空间位置为中心的局部窗口内的所有值：； 将空间位置处的outlook权重维度调整为的形式，并通过Softmax函数进行计算，计算结果用作值聚合的注意力权重，值映射如下： Outlookattention密集地聚合了映射值的表示，通过将来自于不同局部窗口中的同一位置的值映射相加得到输出： 其中，为空间位置中的横坐标，为空间位置中的纵坐标，为局部窗口大小，为输入张量的长，为输入张量的宽，为输入张量的通道数，为权重的取值空间的大小，为权重的取值空间的大小，为outlook权重的取值空间的大小，为值表示的取值空间的大小，为以空间位置为中心的局部窗口内的所有值，为的取值空间的大小，为的具体表达公式，p为局部窗口内横坐标偏移量，q为局部窗口内纵坐标偏移量，为值映射结果，为outlookattention的最终输出结果，为不同局部窗口中空间位置处的值映射，m为局部窗口间横坐标偏移，n为局部窗口间纵坐标偏移； 利用Convformer模型对进行了预处理的待识别的害虫图像中的害虫类进行预测，得到第三预测结果； 使用Bagging集成算法将所述第一预测结果、第二预测结果和第三预测结果进行集成，得到已有数据集中所包含的害虫类别的预测概率； 将所述已有数据集中所包含的害虫类别中预测概率最大的害虫类别作为最终的害虫识别结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。