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！

龙图腾网获悉江西农业大学申请的专利多尺度感知的自监督作物病害小样本图像分类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：CN121121318B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511659292.4，技术领域涉及：G06V10/764；该发明授权多尺度感知的自监督作物病害小样本图像分类方法及系统是由徐亦璐;陈耀龙;邓泓;殷华;徐铮铭设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本多尺度感知的自监督作物病害小样本图像分类方法及系统在说明书摘要公布了：本发明公开多尺度感知的自监督作物病害小样本图像分类方法及系统，方法包括从基类集合中获取图像样本，对图像样本中的原始图像进行基础变换，对变换后的图像执行动态视角合成操作，并生成旋转变体，并构建增强样本集；将增强样本集合中的图像输入多尺度空洞融合模块，基于多尺度空洞融合模块的不同分支，使用轻量级特征调整模块调整多尺度空洞融合模块的不同分支下的卷积层参数，并通过每个分支提取不同尺度的空间信息，生成输出特征图；将输出特征图输入MDFResNet模型，并输出输出特征图对应的特征向量，基类以及视角方向，根据输出结果计算损失函数；使用新类集合对MDFResNet模型进行多次评估，基于评估结果统计平均准确率。

本发明授权多尺度感知的自监督作物病害小样本图像分类方法及系统在权利要求书中公布了：1.多尺度感知的自监督作物病害小样本图像分类方法，其特征在于，所述多尺度感知的自监督作物病害小样本图像分类方法包括： 获取训练集，验证集以及测试集，并对数据集中的图像进行预设尺寸调整和图像增强，以获取基类集合，其中，所述基类集合中包含原始图像； 从基类集合中随机采样小批次的b标记图像样本，基类标签表示为∈,是基类的总数； 将图像样本中的原始图像通过基础数据增强变换进行转换，将转换后的图像记为=； 对图像执行动态视角合成操作，为每个随机生成K个旋转角度{|K=1,2,...,K}，其中独立且均匀采样自区间[0°,360°]，对每个，应用旋转操作R，得到旋转变体，=R，其中，K的取值基于图像的复杂度度量C动态确定，C可基于图像梯度幅值均值或边缘密度计算： 其中，,,是预设的最大复杂度阈值； 对于原始样本，其增强样本集包含：原始增强图像，标签为,0°；K个旋转变体，标签为,；小批次图像样本被扩展为包含b*1+个样本的增强样本集，其中是批次内K的平均值； 将增强样本集合中的图像输入多尺度空洞融合模块，基于所述多尺度空洞融合模块的不同分支，使用轻量级特征调整模块调整所述多尺度空洞融合模块的不同分支下的卷积层参数，并通过每个分支提取不同尺度的空间信息，生成输出特征图； 将所述输出特征图输入MDFResNet模型，并输出所述输出特征图对应的特征向量，基类以及视角方向，根据输出结果计算损失函数； 使用新类集合对MDFResNet模型进行多次评估，基于评估结果统计平均准确率。

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江西农业大学，其通讯地址为：330000 江西省南昌市经济技术开发区志敏大道1101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。