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！

龙图腾网获悉华南农业大学申请的专利基于Spark和深度学习的荔枝品种鉴别与分类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：CN116645665B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310625362.9，技术领域涉及：G06V20/68；该发明授权基于Spark和深度学习的荔枝品种鉴别与分类方法是由王建华;肖艺铭;熊弘依;肖方军;吴波飞;黄仁欢;洪利聪;周锦锋;龙拥兵;兰玉彬设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本基于Spark和深度学习的荔枝品种鉴别与分类方法在说明书摘要公布了：本发明涉及荔枝品种自动化识别与分类技术领域，尤其涉及基于Spark和深度学习的荔枝品种鉴别与分类方法，其步骤：S1.获取各个品种荔枝RGB图像数据，划分为训练集和测试集；S2.构建Resnet34_CBAM识别模型；S3.基于训练集训练识别模型，保留表现最优识别模型；S4.搭建Spark集群和Hadoop集群，同时配备AnalyticsZoo，将最优识别模型通过AnalyticsZoo部署于Spark集群和Hadoop集群中；S5.读入海量荔枝图像并存放于Hadoop集群的分布式文件系统HDFS中，按类别写回HDFS，实现海量荔枝图像分布式一键分类。该方法更快得到全局最优值，且使得荔枝鉴别的识别模型的收敛效果稳定，能够快速提升算法的运行效率。

本发明授权基于Spark和深度学习的荔枝品种鉴别与分类方法在权利要求书中公布了：1.一种基于Spark和深度学习的荔枝品种鉴别与分类方法，其特征在于，包括以下步骤： S1.获取各个品种荔枝RGB图像数据，对其进行数据分类标注与数据增强处理，划分为训练集和测试集； S2.引入Attention模块，基于Resnet34神经网络结构框架构建Resnet34_CBAM识别模型，利用ImageNet进行迁移学习； S3.采用迁移学习技术，基于所述训练集训练所述Resnet34_CBAM识别模型，随后利用所述测试集评估所述Resnet34_CBAM识别模型准确度，保留表现最优识别模型； S4.搭建Spark集群和Hadoop集群，其中Spark集群采用Yarn模式，同时配备AnalyticsZoo，将所述最优识别模型通过AnalyticsZoo部署于所述Spark集群和Hadoop集群中； S5.通过Spark管道读入海量荔枝图像并存放于Hadoop集群的分布式文件系统HDFS中，完成识别分类任务后，并且按类别写回HDFS，实现海量荔枝图像分布式一键分类； 步骤S2中，采用所述Attention模块，基于Resnet34神经网络结构框架构建Resnet34_CBAM识别模型的步骤包括： 选择所述Attention模块为CBAM模块，将所述CBAM模块分别添加到Resnet34神经网络结构框架中的maxpool层的后面、stage3的后面和Avgpool层的前面，得到识别模型，所述Resnet34_CBAM识别模型包括输入模块、残差模块、混合注意力机制模块和输出模块； 步骤S3中，所述采用迁移学习技术，基于所述训练集训练所述识别模型，随后利用所述测试集评估所述识别模型准确度，保留表现最优识别模型的步骤包括： 将使用Resnet34网络模型在ImageNet数据集训练获得的权重迁移到Resnet34_CBAM识别模型中作为预训练权重，通过微调输出类别来训练Resnet34_CBAM识别模型的全连接层，以训练集中的带标注图像数据为输入，真实标签为输出，训练识别模型； 使测试集对识别模型进行验证，设计训练为100个epoch，得到训练完成的识别模型，同时编写脚本基于准确率来自动保留表现最优的识别模型。

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华南农业大学，其通讯地址为：510000 广东省广州市天河区五山路483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。