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！

龙图腾网获悉湖南大学申请的专利基于轻量化的RGB重建HSI的柑橘糖度预测模型训练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：CN121169928B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511716076.9，技术领域涉及：G06T7/00；该发明授权基于轻量化的RGB重建HSI的柑橘糖度预测模型训练方法是由单磊;杨锋勇;赵俊杰;程龙;徐思行设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本基于轻量化的RGB重建HSI的柑橘糖度预测模型训练方法在说明书摘要公布了：本申请提供基于轻量化的RGB重建HSI的柑橘糖度预测模型训练方法，包括：获取经过系统化的预处理和数据增强操作的柑橘RGB图像样本数据和柑橘HSI图像样本数据，并获取柑橘的糖度实测数据；基于所述柑橘HSI图像样本数据和所述糖度实测数据，确定关键预测子谱；构建初始柑橘糖度预测模型；基于所述关键预测子谱和所述柑橘RGB图像样本数据，对所述初始柑橘糖度预测模型进行训练，进行多轮训练后，输出符合预测要求的柑橘糖度预测模型。本申请所提方法，在仅用RGB图像输入的情况下，实现了对传统RGB与依赖HSI方法的显著超越，为水果无损糖度检测提供了切实可落地的高精度低成本方案。

本发明授权基于轻量化的RGB重建HSI的柑橘糖度预测模型训练方法在权利要求书中公布了：1.基于轻量化的RGB重建HSI的柑橘糖度预测模型训练方法，其特征在于，包括： 获取经过系统化的预处理和数据增强操作的柑橘RGB图像样本数据和柑橘HSI图像样本数据，并获取柑橘的糖度实测数据； 基于所述柑橘HSI图像样本数据和所述糖度实测数据，确定关键预测子谱； 构建初始柑橘糖度预测模型；所述初始柑橘糖度预测模型包括依次连接的低分辨率像素得分图生成模块、关键像素选取模块、关键像素谱重建模块和上下文感知回归模块； 基于所述关键预测子谱和所述柑橘RGB图像样本数据，对所述初始柑橘糖度预测模型进行训练，进行多轮训练后，输出符合预测要求的柑橘糖度预测模型； 所述基于所述柑橘HSI图像样本数据和所述糖度实测数据，确定关键预测子谱，包括： 采用跨样本置换重要性，对所述柑橘HSI图像样本数据和所述糖度实测数据进行计算，确定关键预测子谱； 所述采用跨样本置换重要性，对所述柑橘HSI图像样本数据和所述糖度实测数据进行计算，确定关键预测子谱，包括： 基于所述柑橘HSI图像样本数据，确定柑橘高光谱的第一数量的候选波段； 构建基于卷积神经网络的柑橘糖度估计模型； 将所述柑橘HSI图像样本数据按照预设比例，分为柑橘HSI图像样本验证集、柑橘HSI图像样本训练集，柑橘HSI图像样本测试集； 采用所述柑橘HSI图像样本训练集，对所述柑橘糖度估计模型进行多轮训练，确定柑橘糖度估计模型训练后的最优权重； 对所述最优权重进行固定，在柑橘HSI图像样本验证集上，计算每个第一数量的候选波段的基线损失，并将每个候选波段在批内跨样本随机重排后，得到置换损失； 基于所述基线损失和所述置换损失的差值，对所述候选波段按照降序排列，得到候选子谱的优先级； 基于所述候选子谱的优先级和所述糖度实测数据，确定候选波段糖度预测性能的决定系数； 基于所述候选波段糖度预测性能的决定系数，确定第二数量的关键预测子谱，并在所述柑橘HSI图像样本测试集上进行评估与报告； 所述基于所述关键预测子谱和所述柑橘RGB图像样本数据，对所述初始柑橘糖度预测模型进行训练，包括： 步骤S301：将所述柑橘RGB图像样本数据，输入所述低分辨率像素得分图生成模块进行生成操作，生成低分辨率像素得分图； 步骤S302：将所述低分辨率像素得分图输入所述关键像素选取模块进行选取处理，确定选取关键像素的像素位置； 步骤S303：将所述选取关键像素的像素位置，输入所述关键像素谱重建模块进行重建处理，重建在所述像素位置的关键预测子谱； 步骤S304：将所述关键预测子谱输入所述上下文感知回归模块进行预测处理，输出柑橘的糖度预测结果。

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湖南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路1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。