Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南湖实验室万昊明获国家专利权

南湖实验室万昊明获国家专利权

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!

龙图腾网获悉南湖实验室申请的专利基于注意力机制与轻量级全卷积网络的农业大棚提取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:CN116385907B

龙图腾网通过国家知识产权局官网在2026-03-13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:202310295481.2,技术领域涉及:G06V20/17;该发明授权基于注意力机制与轻量级全卷积网络的农业大棚提取方法是由万昊明;唐攀攀;赵博;张磊;周敏;廖佳纯;罗小燕设计研发完成,并于2023-03-17向国家知识产权局提交的专利申请。

基于注意力机制与轻量级全卷积网络的农业大棚提取方法在说明书摘要公布了:本发明涉及一种基于注意力机制与轻量级全卷积网络的农业大棚提取方法。它解决了现有技术中农业大棚的提取速度慢、提取效率低的问题。它包括S1、目标区域的影像数据获取并进行数据预处理;S2、制作目标区域的二分类大棚样本;S3、构建大棚识别模型;S4、使用大棚样本对构建的大棚识别模型进行训练;S5、使用训练后的模型对目标区域内的影像进行大棚的提取。本发明的优点在于:提取速度快,提取精度高,解决了常用全卷积神经网络方法下提取精度、速度不平衡,对计算资源需求过大的问题。

本发明授权基于注意力机制与轻量级全卷积网络的农业大棚提取方法在权利要求书中公布了:1.一种基于注意力机制与轻量级全卷积网络的农业大棚提取方法,其特征在于,本方法包括以下步骤: S1、目标区域的光学影像数据获取并进行数据预处理; S2、制作目标区域的二分类大棚样本; S3、构建大棚识别模型; S31、采用两层步距为2、大小为3*3的2D卷积,每个卷积层后面搭配BatchNormalization层和ReLU激活函数;经过这两个卷积层后,将输入尺寸大小为512*512的图像降采样到尺寸为128*128的大小,将输入的三个通道即红、绿、蓝扩展到24个通道中,这两个卷积两层结构起降低分辨率以降低需要计算的图像的大小,同时抽取信息扩展到多个通道中; S32、使用残差结构、深度可分离卷积、分组卷积、1x1卷积、膨胀卷积构建特征编码模块,以提取不同的尺度、不同语义层级的信息; S33、使用普通2D卷积、1x1卷积和线性插值上采样方法构建解码器模块,利用该解码器模块对不同尺度下的特征逐层解码; S34、使用自注意力构建类别注意力模块,该类别注意力模块有两个输出分支,一个是主分支,输出预测结果,一个是辅助分支,仅用于辅助训练,不作为推理时的预测结果,将特征图解码到原图大小时,接入类别注意力模块以完成上下文信息聚合; S4、使用大棚样本对构建的大棚识别模型进行训练; S41、批量输入成对的影像与标签; S42、经过网络计算后,在网络最后输出两个结果,一个是主分支预测结果,一个是用于辅助训练的辅助分支输出,对这两个输出结果首先使用softmax方法分别进行通道上的归一化,然后将归一化后的结果与标签图像分别进行损失函数值的计算,即进行误差的计算,并利用反向传播与梯度下降方法更新每个参数的权重; 其中,使用的损失函数是交叉熵损失函数,公式为: 其中,N为每张影像像素数量,px为对应像素点i的真实类别分布,qx为对应像素点i的预测类别分布; S5、使用训练后的模型对目标区域内的大棚影像进行提取。

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南湖实验室,其通讯地址为:314001 浙江省嘉兴市南湖区七星街道香湖别墅29幢;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。